Temario del curso
Día 1 — Fundamentos de Python Robustos y Herramientas
Características Modernas de Python y Tipado
- Básicos del tipado, genéricos, Protocols y TypeGuard
- Dataclasses, dataclasses inmutables (frozen) y resumen de attrs
- Emparejamiento de patrones (PEP 634+) y uso idiomático
Calidad del Código y Herramientas
- Formatadores y linters de código: black, isort, flake8, ruff
- Verificación estática de tipos con MyPy y pyright
- Ganchos pre-commit y flujos de trabajo del desarrollador
Gestión de Proyectos y Empaquetado
- Gestión de dependencias con Poetry y entornos virtuales
- Estructura de paquetes, puntos de entrada y mejores prácticas de versionado
- Construcción y publicación de paquetes en PyPI y registros privados
Día 2 — Patrones de Diseño y Prácticas de Arquitectura
Patrones de Diseño en Python
- Patrones creacionales: Factory, Builder, Singleton (variantes pythonic)
- Patrones estructurales: Adapter, Facade, Decorator, Proxy
- Patrones de comportamiento: Strategy, Observer, Command
Principios de Arquitectura
- Principios SOLID aplicados a bases de código en Python
- Arquitectura Hexagonal/Clean y límites (boundaries)
- Patrones de inyección de dependencias y gestión de configuración
Modularidad y Reutilización
- Diseño de código de biblioteca vs. código de aplicación
- APIs, interfaces estables y versionado semántico
- Gestión de configuración, secretos y ajustes específicos del entorno
Día 3 — Concurrencia, E/S Asíncrona y Rendimiento
Concurrencia y Paralelismo
- Fundamentos de hilos (threading) e implicaciones del GIL
- Multiprocessing y pools de procesos para tareas limitadas por CPU
- Cuándo usar concurrent.futures vs multiprocessing
Programación Asíncrona con asyncio
- Patrones async/await, bucle de eventos (event loop) y cancelación
- Diseño de librerías asíncronas e interoperabilidad con código síncrono
- Patrones limitados por E/S, retroceso (backpressure) y limitación de tasa (rate limiting)
Perfilado y Optimización
- Herramientas de perfilado: cProfile, pyinstrument, perf, memory_profiler
- Optimización de rutas críticas y uso de extensiones C/Numba donde sea apropiado
- Medición de latencia, throughput y utilización de recursos
Día 4 — Pruebas, CI/CD, Observabilidad y Despliegue
Estrategias de Pruebas y Automatización
- Pruebas unitarias y fixtures con pytest; organización de pruebas
- Pruebas basadas en propiedades con Hypothesis y pruebas de contrato
- Mocking, monkeypatching y prueba de código asíncrono
CI/CD, Liberación y Monitoreo
- Integración de pruebas y puertas de calidad en GitHub Actions/GitLab CI
- Construcción de contenedores reproducibles con Docker y compilaciones multinivel (multi-stage builds)
- Observabilidad de aplicaciones: registro estructurado, métricas de Prometheus y trazabilidad (tracing)
Seguridad, Refuerzo y Mejores Prácticas
- Auditoría de dependencias, básicos de SBOM y escaneo de vulnerabilidades
- Prácticas de codificación segura para validación de entrada y gestión de secretos
- Refuerzo en tiempo de ejecución: límites de recursos, derechos de usuario y seguridad de contenedores
Proyecto Final (Capstone) y Revisión
- Práctica de equipo: diseño e implementación de un servicio pequeño utilizando patrones del curso
- Pruebas, verificación de tipos, empaquetado y pipeline de CI para el proyecto
- Revisión final, crítica de código y plan de mejoras accionable
Resumen y Próximos Pasos
Requerimientos
- Experiencia sólida en programación de Python de nivel intermedio
- Familiaridad con la programación orientada a objetos y pruebas básicas
- Experiencia utilizando la línea de comandos y Git
Público Objetivo
- Desarrolladores de Python seniors
- Ingenieros de software responsables de la calidad del código y la arquitectura en Python
- Equipos técnicos de liderazgo e ingenieros de MLOps/DevOps que trabajan con bases de código en Python
Reseñas (2)
todo fue perfecto
Florin Vrincianu
Curso - Python Programming Fundamentals
Traducción Automática
Los ejercicios prácticos relacionados con el contenido realmente ayudan a comprender más sobre cada tema. Además, el estilo de comenzar la clase con una conferencia y continuar con ejercicios prácticos es bueno y útil para relacionarlo con la conferencia presentada anteriormente.
Nazeera Mohamad - Ministry of Science, Technology and Innovation
Curso - Introduction to Data Science and AI using Python
Traducción Automática