Contattataci
 Durata 28 ore

Struttura del corso

Giorno 1 — Fondamenti Python robusti e strumenti

Caratteristiche moderne di Python e tipizzazione

  • Base della tipizzazione, generics, Protocol e TypeGuard
  • Dataclasses, dataclasses congelate e panoramica su attrs
  • Pattern matching (PEP 634+) e uso idiomatico

Qualità del codice e strumenti

  • Formattatori e linter di codice: black, isort, flake8, ruff
  • Controllo statico dei tipi con MyPy e pyright
  • Pre-commit hooks e flussi di lavoro per gli sviluppatori

Gestione dei progetti e packaging

  • Gestione delle dipendenze con Poetry e ambienti virtuali
  • Layout del pacchetto, entry point e migliori pratiche di versioning
  • Costruzione e pubblicazione di pacchetti su PyPI e registri privati

Giorno 2 — Pattern di progettazione e pratiche architetturali

Pattern di progettazione in Python

  • Pattern creativi: Factory, Builder, Singleton (varianti Pythonic)
  • Pattern strutturali: Adapter, Facade, Decorator, Proxy
  • Pattern comportamentali: Strategy, Observer, Command

Principi architetturali

  • Principi SOLID applicati alle codebase Python
  • Architettura esagonale/clean e confini
  • Pattern di iniezione delle dipendenze e gestione della configurazione

Modularità e riutilizzo

  • Progettazione di codice di librerie rispetto al codice applicativo
  • API, interfacce stabili e versionamento semantico
  • Gestione di configurazione, segrete e impostazioni specifiche dell'ambiente

Giorno 3 — Concorrenza, IO asincrono e prestazioni

Concorrenza e parallelismo

  • Fondamenti del threading e implicazioni del GIL
  • Multiprocessing e pool di processi per task bound sulla CPU
  • Quando usare concurrent.futures rispetto a multiprocessing

Programmazione asincrona con asyncio

  • Pattern Async/await, event loop e cancellazione
  • Progettazione di librerie asincrone e interoperabilità con codice sincrono
  • Pattern IO-bound, backpressure e limitazione del tasso

Profiling e ottimizzazione

  • Strumenti di profiling: cProfile, pyinstrument, perf, memory_profiler
  • Ottimizzazione dei percorsi caldi e uso di estensioni C/Numba ove appropriato
  • Misurazione della latenza, del throughput e dell'utilizzo delle risorse

Giorno 4 — Test, CI/CD, osservabilità e distribuzione

Strategie di test e automazione

  • Test unitari e fixture con pytest; organizzazione dei test
  • Testing basato su proprietà con Hypothesis e test contrattuali
  • Mocking, monkeypatching e test di codice asincrono

CI/CD, release e monitoraggio

  • Integrazione di test e quality gate in GitHub Actions/GitLab CI
  • Creazione di container riproducibili con Docker e build multistadio
  • Osservabilità dell'applicazione: logging strutturato, metriche Prometheus e tracing

Sicurezza, rafforzamento e migliori pratiche

  • Audit delle dipendenze, nozioni di base degli SBOM e scansione delle vulnerabilità
  • Pratiche di coding sicure per la validazione degli input e la gestione dei segret
  • Rafforzamento runtime: limiti delle risorse, diritti utente e sicurezza dei container

Progetto Capstone e Revisione

  • Laboratorio di gruppo: progettazione e implementazione di un piccolo servizio utilizzando i pattern del corso
  • Test, type-checking, packaging e pipeline CI per il progetto
  • Revisione finale, critica del codice e piano di miglioramento attuabile

Sintesi e Prossimi Passi

Requisiti

  • Solida esperienza nella programmazione Python di livello intermedio
  • Familiarità con la programmazione orientata agli oggetti e i test di base
  • Esperienza nell'uso della riga di comando e di Git

Pubblico Target

  • Sviluppatori Python senior
  • Ingegneri del software responsabili della qualità e dell'architettura del codice Python
  • Lead tecnici e ingegneri MLOps/DevOps che lavorano con codebase Python

Numero di Partecipanti


Prezzo per partecipante

Recensioni (2)

Corsi in Arrivo

Categorie relative