Programista Python Developer

• Wprowadzenie do programowania: (2 godz.)
  • systemy operacyjne, programy, frameworki i biblioteki,
  • przegląd języków programowania.
• Wstęp do języka Python: (2 godz.)
  • geneza i historia Pythona,
  • zastosowania i możliwość.
• Instalacja i konfiguracja środowiska: (2 godz.)
  • interpreter języka Python,
  • wirtualne środowisko (venv).
  • zintegrowane środowisko programistyczne (IDE) (edytor ‘PyCharm’ i ‘VS Code’)
• Podstawy składni języka Python: (8 godz.)
  • interakcja z użytkownikiem,
  • zmienne i podstawowe typy danych,
  • struktury danych,
  • instrukcja warunkowa,
  • pętle,
  • wyrażenia “comprehension”.
• Programowanie proceduralne: (8 godz.)
  • podstawy definiowania funkcji,
  • przekazywania argumentów,
  • dokumentacja i adnotacje.
• Programowanie obiektowe: (8 godz.)
  • podstawy definiowania klas,
  • metody specjalne,
  • metody statyczne i klasowe,
  • dziedziczenie.
• Obsługa wyjątków: (4 godz.)
  • rzucanie i przechwytywanie wyjątków,
  • definiowanie własnych wyjątków.
• Organizacja kodu: (4 godz.)
  • moduły i pakiety,
  • struktura projektu.
• Biblioteka standardowa języka Python: (8 godz.)
  • wyrażenia regularne (moduł `re),
  • obsługa parametrów linii poleceń (moduł `argparse),
  • obsługa daty i czasu (moduł `datetime),
  • zaawansowane kolekcje (moduł `collections),
  • graficzny interfejs użytkownika (GUI) (moduł `tkinter).
• Instalacja zewnętrznych bibliotek: (2 godz.)
  • repozytorium pakietów (PyPI),
  • instalator pakietów (narzędzie `pip`),
  • zarządzanie zależnościami w projekcie.
• Operacje wejścia/wyjścia: (4 godz.)
  • operacje na plikach,
  • zapytania HTTP,
  • serializacja (moduł `json` i `pickle`).
• Testowanie i debugowanie oprogramowania: (16 godz.)
  • testowanie z wykorzystaniem biblioteki standardowej (moduł `unittest),
  • zewnętrzne narzędzia wspierające testowanie (projekt `pytest`),
  • debugowanie kodu (moduł `pdb` oraz debugger wbudowany w `PyCharm).
• Zastosowania języka Python: (4 godz.)
  • aplikacje webowe (framework `Django`),
  • analiza i wizualizacja danych (biblioteka `pandas` i `matplotlib),
  • obliczenia naukowe (biblioteka `SciPy` i `NumPy).

• Wprowadzenie (2 godz.)
• UX vs UI (2 godz.)
• User Experiance Design (4 godz.)
  • Zgoda na badanie,
  • Arkusze obserwacji,
  • Persona,
  • Mapy Empatii,
  • User Journey Maps.
• Heurestyki Nielsena (2 godz.)
• Prototypowanie i walidacja (2 godz.)
  • Papier Prototyping,
  • Wireframes i Prototypes,
  • Testowanie rozwiązania,
  • Analiza danych.
• User Interface Design (4 godz.)
• Warstwa techniczna (6 godz.)
  • Grid System,
  • Responsive Web Design,
  • Adoptive Web Design,
  • Ascpect Ratio.
• GUI- Graphical User Interface (4 godz.)
  • Google Material Design,
  • Apple Human Interface,
  • Microsoft System Fluent Design.
• Warstwa Wizualna i Logiczna (4 godz.)
  • App Design,
  • Webb Design,
  • Atomic Design,
  • Typografia,
  • Wizardy,
  • Modale,
  • Dostępność,
  • Paterny (F/Z).
• Wearable Design (2 godz.)

• Poznanie Django jako platformy: (6 godz.)
  • wstępna instalacja i konfiguracja Django,
  • konfiguracja i praca ze środowiskiem developerskim,
  • omówienie komponentów typowej aplikacji Django,
  • projekt,
  • aplikacja,
  • model,
  • widok,
  • obiektowy dostęp do bazy danych (ORM),
  • tworzenie panelu administracyjnego,
  • i18n.
• Tworzenie komponentów aplikacji, na przykładach: (6 godz.)
  • Widoki,
  • Szablony,
  • wykorzystanie szablonów w widokach,
  • różne sposoby tworzenia formularzy – ręczne i korzystające z gotowych mechanizmów,
  • korzystanie z widoków generycznych,
  • zasady dobrych praktyk programistycznych.
• Stworzenie przykładowej aplikacji webowej: (8 godz.)
  • wspólne stworzenie przykładowego projektu na platformie Django.
• Stworzenie przykładowego REST API przy wykorzystaniu Django: (4 godz.)
  • Omówienie modelu REST,
  • Założenia REST w kontekście Django,
  • Przydatne biblioteki,
  • Implementacja aplikacji.

• Wstęp do uczenia maszynowego (4 godz.)
• Przegląd metod uczenia maszynowego: (4 godz.)
  • Podział metod uczenia maszynowego,
  • Uczenie nadzorowane,
  • Uczenie nienadzorowane.
• Workflow pracy z uczeniem maszynowym: (4 godz.)
  • Przygotowanie danych,
  • Szkolenie modelu,
  • Weryfikacja modelu.
• Omówienie metod uczenia maszynowego: (4 godz.)
  • Regresja,
  • Regresja liniowa,
  • Regresja wielomianowa,
  • Regresja logistyczna,
  • Klasyfikacja,
  • Grupowanie danych,
  • Redukcja wymiarów,
  • Sztuczne Sieci Neuronowe.
• Łączenie klasyfikatorów (4 godz.)
• Wizualizowanie wyników (4 godz.)

Selenium with python.

Seminarium projektowe (konsultacje projektów końcowych).