Program studiów
Program studiów podyplomowych na kierunku programista Python Developer
PODSTAWY PYTHONA
(72 godz.)
- 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).
ZAGADNIENIA UX/UI
(32 godz.)
- Wprowadzenie (2h)
- UX vs UI (2h)
- User Experiance Design (4h)
- zgoda na badanie
- arkusze obserwacji
- persona
- mapy Empatii
- user Journey Maps.
- Heurestyki Nielsena (2h)
- Prototypowanie i walidacja (2h)
- papier Prototyping
- wireframes i Prototypes
- testowanie rozwiązania
- analiza danych
- User Interface Design (4h)
- Warstwa techniczna (6h)
- Grid System
- Responsive Web Design
- Adoptive Web Design
- Ascpect Ratio
- GUI- Graphical User Interface (4h) -
- Google Material Design
- Apple Human Interface
- Microsoft System Fluent Design
- Warstwa Wizualna i Logiczna (4h)
- App Design
- Webb Design
- Atomic Design
- typografia
- wizardy
- modale
- dostępność
- Paterny (F/Z)
- Wearable Design (2h)
PODSTAWY BUDOWY APLIKACJI INTERNETOWYCH DJANGO
(24 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.
UCZENIE MASZYNOWE
(24 godz.)
- 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
(16 godz.)
- Selenium with python
PROJEKT I EGZAMIN
(8 godz.)
Seminarium projektowe (konsultacje projektów końcowych)
Forma zaliczenia

egzamin w formie testu

projekt końcowy pisany indywidualnie lub grupowo