Нам интересны следующие темы

• Core Python

  • Python под капотом.
  • Базовые концепции Python на простых примерах.
  • CPython, PyPy, GraalPy, Cython и другие интерпретаторы.
  • Субинтерпретаторы и неизменяемые структуры данных.
• Практики разработки

  • Чистый код, SOLID. Практики «правильного» ООП.
  • Не ООП единым: функциональный и другие подходы к написанию кода.
  • Код ревью.
  • Подходы к разработке и ветвлению в CVS (Trunk-Based Development).
• Библиотеки и инструменты

  • Стандартная библиотека Python.
  • Собственные и популярные библиотеки и фреймворки.
  • Инструменты разработчика.
  • Производительность и оптимизация.
• Тестирование и безопасность

  • Базовые понятия тестирования на Python.
  • Библиотеки и инструменты для тестирования.
  • Тестирование веб-приложений на Python.
  • Тестирование производительности.
  • Тестирование асинхронного кода на Python.
  • Тестирование на безопасность и анализ уязвимостей Python-приложений.
  • Безопасная разработка: технологии, инструменты и практики.
• Бэкенд

  • Веб-фреймворки.
  • Микросервисная архитектура.
  • Разработка внутренних и внешних API.
  • Асинхронное программирование.
  • ORM, базы данных и взаимодействие с ними.
  • Кэширование и оптимизация веб-приложений.
  • Observability: логирование, мониторинг и трассировка.
  • Конфигурирование приложений.
  • Экосистема Django.
  • Решение прикладных задач ML/DS/data engineering.
• Архитектура и паттерны

  • Различные архитектурные подходы и паттерны на практике.
  • Основы системной архитектуры для разработчиков.
  • Типы архитектуры.
  • Подходы к проектированию и разработке.
  • Общеизвестные паттерны и шаблоны проектирования при решении реальных задач.
  • Безопасность архитектуры.
  • Полезные инструменты и лайфхаки при проектировании.
• Другое

  • Использование Python в железках.
  • GUI на Python.
  • Разработка desktop-приложений.
  • Применение Python в решении научных и нестандартных задач.
  • Python и другие языки: interop, performance, safety.
• Student Track

  • Back to Basics.
  • Обзор экосистемы.
  • Использование AI для разработки приложений.
  • Инфраструктура разработки.
  • Карьерный путь Python-разработчика.
  • Pythonic Way.