Επάγγελμα: προγραμματιστής Python - μάθημα 129.000 τρίψιμο. από ProductStar, εκπαίδευση 10 μηνών, Ημερομηνία 27 Νοεμβρίου 2023.

instagram viewer

Ενότητα I: Βασικά στοιχεία της Python και εργασία με το Flask

Μπλοκ 1: Βασικά στοιχεία Python

Εισαγωγή στην Python
Τύποι δεδομένων, συναρτήσεις, κλάσεις, σφάλματα
Χορδές, συνθήκες, βρόχοι
Λίστες και λεξικά σε Python
Βάσεις δεδομένων και στατιστικές
Multithreading

Ενότητα 2: Βασικά στοιχεία SQL

Εισαγωγή στο SQL Block
Εξαγωγή και φιλτράρισμα δεδομένων (Μέρος 1)
Εξαγωγή και φιλτράρισμα δεδομένων (Μέρος 2)
Μετασχηματισμός και ταξινόμηση δεδομένων (μέρος 1)
Μετασχηματισμός και ταξινόμηση δεδομένων (μέρος 2)

Μπλοκ 3: Εργασία με Φλασκ

Flask web server και έλεγχος έκδοσης Git
Τελικό έργο
Ανάπτυξη API στο Flask
SQL AlchemyREST API FLASK και σειριοποίηση

Ενότητα 4: SQL και βάσεις δεδομένων

Ομαδοποίηση δεδομένων
Εισαγωγή στις Βάσεις Δεδομένων
Συνένωση τραπεζιών
ΥποερωτήματαΕνημέρωση, προσθήκη και διαγραφή δεδομένων
Δημιουργία, τροποποίηση και διαγραφή πινάκων
Προηγμένο Τελικό Έργο LEGO
Επισκόπηση των κύριων προγραμμάτων

Ενότητα II: Προηγμένη Python: OOP και Django

Ενότητα 5: OOP σε Python

Αντικειμενοστραφής προγραμματισμός σε Python
Έννοιες OOP: κληρονομικότητα, ενθυλάκωση, πολυμορφισμός
Εργασία με τάξεις και αντικείμενα
Εργασία με Iterators και Generators
Δομές δεδομένων στην Python
Λειτουργικός Προγραμματισμός σε Python

Μπλοκ 6: Ανάπτυξη Backend σε Python και Django

Τμήμα αρχιτεκτονικής και διακομιστή
Διακομιστής Ιστού στην Python
JSON, XML, AJAX και εργασία με API
Ασύγχρονος προγραμματισμός
Χτίζοντας ένα έργο Django
Εργασία με ORMDjango REST και API
Εξουσιοδότηση και έλεγχος ταυτότητας, OAuth2.0

Ενότητα 7: Συστήματα ελέγχου έκδοσης

Συστήματα ελέγχου έκδοσης. Εκδόσεις κώδικα, συλλογική ανάπτυξη, CSV
Git & GitHub. Git, Commit, Branches, συγχώνευση υποκαταστημάτων και επίλυση διενέξεων, GitHub, Ομαδική εργασία, Αναθεώρηση κώδικα
Κύκλος ζωής λογισμικού, CI/CD
Git, βασικές έννοιες. Παρουσιάζουμε το GitLab
Εισαγωγή στο GitLab CI
GitLab CI. Εσωτερικές μεταβλητές, τεχνουργήματα, κανόνες

Πεδίο 8: Σύγχρονες μεθοδολογίες ανάπτυξης

Μεθοδολογίες διαχείρισης: Agile και Waterfall
Scrum
Εργαλεία Διαχείρισης

Ενότητα III: Εξειδικεύσεις (Web Development, DevOps, Data Science)

Εξειδίκευση - Web developer

Ενότητα 9: Αρχές HTML

Δομή ιστοσελίδας, βασικό HTML
Βασικό CSS, επιλογείς και καταρράκτη
Προηγμένο CSS, ανταπόκριση και συμβατότητα μεταξύ προγραμμάτων περιήγησης
Βασικά στοιχεία γλώσσας, εργαλεία ανάπτυξης και εντοπισμού σφαλμάτων

Ενότητα 10: Αντικείμενα HTML και το μοντέλο DOM

Αντικείμενα, πίνακες, συναρτήσεις
Μοντέλο DOM και εργασία με τη σελίδα
Χειρισμός εκδηλώσεων
Αλληλεπίδραση με τον διακομιστή

Μπλοκ 11: Βασικά στοιχεία JavaScript

Εισαγωγή. Μεταβλητές και εργασία με αριθμούς. Σταθερές
Συμβολοσειρές, booleans και τελεστές υπό όρους. Μετατροπή τύπων και αδύναμες συγκρίσεις
Πίνακες και βρόχοι. Αντικείμενα
Λειτουργίες/Πεδίο εφαρμογής και Κλείσιμο
Χειρισμός συμβάντων και εισαγωγή χρήστη

Ενότητα 12: Δομές JavaScript και βιβλιοθήκες

Σύνδεση βιβλιοθηκών
Κανονικές εκφράσεις. Μορφοποίηση. Εργασία με ημερομηνίες
Micro και macro εργασίες. Βρόχος συμβάντος
Κινούμενα σχέδια και πλαίσια CSS
Δομές δεδομένων και αλγόριθμοι

Τεμάχιο 13: Javascript Advanced: React Library

Γρήγορη εκκίνηση στο React
Εκδηλώσεις και κατάσταση
Εργασία με HTTP και κύκλο ζωής
Δοχεία και εξαρτήματα παρουσίασης
Πληκτρολογώντας React Applications
Hooks, Context API
Λειτουργικός προγραμματισμός
Redux και ασυγχρονισμός

Εξειδίκευση - DevOps

Μπλοκ 14: Βασικά στοιχεία του DevOps για προγραμματιστές

Εισαγωγή στο DevOps
Linux: Εισαγωγή και βασικές έννοιες του λειτουργικού συστήματος.
Βίαιο χτύπημα. Βασικό εργαλείο scripting στο Linux
Κύκλος ζωής λογισμικού, CI/CD

Μπλοκ 15: Εργασία με το Docker

Εμπορευματοκιβώτια. Παρουσίαση του Docker.
Εφαρμογές συσκευασίας στο Docker
Docker-Compose. Υπηρεσίες και αλληλεπιδράσεις

Μπλοκ 16: Διαχείριση διαμόρφωσης, Ansible

Ansible. Βασικές Έννοιες και Εντολές
Ansible. Ρόλοι και μεταβλητές
Ansible. Ανάπτυξη ρόλων

Μπλοκ 17: Προηγμένες: MLOps - DevOps στον κόσμο της μηχανικής μάθησης

Μεθοδολογίες για ανάλυση μεγάλων δεδομένων και οργάνωση ομάδας. CRISP-DM
Κουλτούρα συλλογής δεδομένων και πηγών / Βελτίωση της ποιότητας της εργασίας με δεδομένα

Ενότητα 18: Προηγμένες: Υπηρεσίες Cloud και Hadoop

Βασικά στοιχεία του Hadoop και του MapReduce
Βασικές αρχές της αρχιτεκτονικής αποθήκευσης και επεξεργασίας μεγάλων δεδομένων, τύποι επεξεργασίας και κλιμάκωσης

Ειδίκευση - Επιστήμη Δεδομένων

Ενότητα 19: Βασικές Επιστήμες Δεδομένων

Ποιος είναι Επιστήμονας Δεδομένων
Εισαγωγή στη Μηχανική Μάθηση
Γραμμικής παλινδρόμησης

Ενότητα 20: Αλγόριθμοι Επιστήμης Δεδομένων

Δυαδική ταξινόμηση
Επικύρωση. Γιατί είναι σημαντικό
Αποφασιστικά δέντρα
Bootstrap, Bagging και Random Forest
Feature Engineering, Feature Selection
Ενίσχυση κλίσης
Δοκιμή A/B
Εκμάθηση χωρίς επίβλεψη

Ενότητα 21: Συστήματα Προτάσεων για Επιστήμονες Δεδομένων

Εισαγωγή στα Συστήματα Προτάσεων
Μετρήσεις και γραμμές βάσης
Αποσύνθεση μήτρας
Προτάσεις μέσω της Αναζήτησης Πλησιέστερου Γείτονα
Εργαστήριο: πρόβλεψη απόκλισης πελατών και πρόβλεψη πωλήσεων
Εργαστήριο: βαθμολόγηση πιστωτικού χαρτοφυλακίου