Logo de l'organisme de formation

Nous vous offrons un accompagnement de qualité

Représentation de la formation : PYTHON, perfectionnement

PYTHON, perfectionnement

Formation à distance
Durée : 28 heures (4 jours)
Durée :28 heures (4 jours)
HT
Se préinscrire
Durée :28 heures (4 jours)
HT
Se préinscrire
Durée :28 heures (4 jours)
HT
Se préinscrire

Formation créée le 29/02/2024.

Version du programme : 1

Programme de la formation

Le langage Python s’est imposé comme un langage majeur du développement d’application. Il allie une syntaxe simple et performance. Il couvre tous les domaines du développement et sa communauté importante propose des bibliothèques qui font référence. De nombreux domaines spécialisés sont couverts comme le développement web, le calcul scientifique, les data sciences, l’intelligence artificielle ou les SIG. A l’issue de la formation, vous serez capable d’utiliser les fonctionnalités avancées de Python ainsi que les principaux outils associés au langage, pour pouvoir répondre aux exigences de programmation.

Objectifs de la formation

  • Utiliser les techniques avancées du langage Python : Context Manager, métaclasses, closures, fonctions avancées
  • Optimiser les performances de vos programmes à l'aide du monitoring et du parallélisme
  • Packager et déployer ses artefacts Python
  • Exploiter des librairies contribuant au succès du langage : calcul scientifique, Intelligence Artificielle, XML, réseau

Profil des bénéficiaires

Pour qui
  • Ingénieurs et développeurs
Prérequis
  • Disposer de bonnes connaissances en développement Python
  • Techniques (formations en classe virtuelle) : Vous devez disposer d’un ordinateur connecté à internet, d’un micro et d’une caméra

Contenu de la formation

  • EXPLOITER DES LIBRAIRIES CONTRIBUANT AU SUCCES DU LANGAGE
    • Historique de python
    • Panorama des solutions Python
    • Environnements de développement
  • UTILISER LES TECHNIQUES AVANCEES DU LANGAGE PYTHON (1/3)
    • Gestion avancée des paramètres de fonctions
    • Collections simples et avancées
    • Itérateurs et générateurs avancés
    • Expression for, list et dict compréhension
    • Map/reduce et évaluation paresseuse
  • UTILISER LES TECHNIQUES AVANCEES DU LANGAGE PYTHON (2/3)
    • Gestion et définitions des exceptions
    • Utilisation d’un contexte manager
    • Méthodes asynchrones
    • Typage avec les hints
  • UTILISER LES TECHNIQUES AVANCEES DU LANGAGE PYTHON (3/3)
    • Programmation orientée objets avancée
    • Les propriétés
    • Implémentation d’opérateur, builtin fonction ou contexte manager
    • Héritage multiple et algorithme MRO
    • Les décorateurs
    • Variable et méthode de classe
    • Classes abstraites et interfaces
    • Métaclasses
    • Introspection
  • OPTIMISER LES PERFORMANCES DE VOS PROGRAMMES A L'AIDE DU MONITORING ET DU PARALLELISME
    • Programmation parallèle et concurrente
    • Multi threading
    • Multi process
    • Pool de threads ou process
    • Objets futurs
    • Synchronisation
    • Paradigme de la concurrence
  • PACKAGER ET DEPLOYER SES ARTEFACTS PYTHON
    • Installer des librairies tierces
    • Établir la liste de dépendances de son projet
    • Packager ses librairies
    • Environnement virtuel
    • Profiler son code
    • Tests unitaires
  • EXPLOITER DES LIBRAIRIES CONTRIBUANT AU SUCCES DU LANGAGE (1/5)
    • XML et WEB SCRAPING
    • Packages xml, lxml, Beautiful Soup
    • Lire un document XML ou HTML
    • Valider un document XML avec un schema XSD
    • Chemins XPath et sélecteurs CSS
    • Transformation python ou XSL
    • Enregistrement
  • EXPLOITER DES LIBRAIRIES CONTRIBUANT AU SUCCES DU LANGAGE (2/5)
    • Calcul scientifique avec NUMPY ET SCIPY
    • Les types numériques
    • Les tableaux à N dimensions
    • Les statistiques
    • Graphiques avec Matplotlib
  • EXPLOITER DES LIBRAIRIES CONTRIBUANT AU SUCCES DU LANGAGE (3/5)
    • Traitement des données avec Pandas
    • Les Dataframes
    • Import/export des données
    • Nettoyer, filtrer, transformer les données
    • Combiner les données
    • Grouper pour faire des statistiques
  • EXPLOITER DES LIBRAIRIES CONTRIBUANT AU SUCCES DU LANGAGE (4/5)
    • FRAMEWORKS DE MACHINE LEARNING
    • TensorFlow, Keras et ScikitLearn
    • Réseau de neurones
    • Régressions
    • Apprentissage
    • Prédiction
  • EXPLOITER DES LIBRAIRIES CONTRIBUANT AU SUCCES DU LANGAGE (5/5)
    • FRAMEWORKS WEB/REST ET ORM
    • Django, Flask et Fast Api
    • ORM SQL Alchemy
    • API Rest Rest
    • Routage et méthodes HTTP
    • DTO typé pour valider les données
    • Conversion JSON
Équipe pédagogique

Nicole BIZARD Responsable formation 06 14 78 61 01 nibizard@bigso.fr

Suivi de l'exécution et évaluation des résultats
  • Questionnaire d’évaluation des pré-requis, suivi des connaissances tout au long de la formation, Evaluation des acquis en fin de formation
  • Questionnaire d’évaluation de la satisfaction en fin de stage
  • Feuille de présence émargée par demi-journée par les stagiaires et le formateur
  • Attestation de fin de formation
Ressources techniques et pédagogiques
  • Modalité : Formation présentielle ou Formation distancielle (classe virtuelle) - Inter / Intra
  • Méthodes : Présentation des concepts, discussion technique, démonstrations, exercices et TP
  • Matériel : Présentiel : Un poste informatique par stagiaire connecté à internet, à une imprimante en réseau et au réseau informatique, Les salles sont équipées d’un tableau interactif ou d’un vidéoprojecteur et d’un paperboard Distanciel : le partenaire met à disposition de chaque stagiaire - Un PC équipé des outils et logiciels nécessaires à la formation auquel vous accédez via un outil de prise en main à distance - Un accès à un outil de classe virtuelle (Meet)
  • Support de formation : Un support de formation sera remis à chaque stagiaire en fin de formation : plateforme collaborative intégrant le code source des exercices réalisés en formation, webographie, mémos

Délai d'accès

12 semaines