Formation Advanced Python: Best Practices and Design Patterns

This instructor-led, live training in Belgique begins with a discussion of BDD and how the Behave framework can be used to carry out BDD testing for web applications. Participants are given ample opportunity to interact with the instructor and peers while implementing the concepts and tactics learned in this hands-on, practice-based lab environment.

A la fin de cette formation, les participants auront une bonne compréhension de BDD et Behave, ainsi que la pratique nécessaire pour mettre en œuvre ces techniques et outils dans des scénarios de test réels.

Cette formation en <loc&gt ; (en ligne ou sur site) est destinée aux data scientists et aux ingénieurs logiciels qui souhaitent utiliser Dask avec l'écosystème Python pour construire, mettre à l'échelle et analyser de grands ensembles de données.

A l'issue de cette formation, les participants seront capables de :

• Mettre en place l'environnement pour commencer à construire des traitements de big data avec Dask et Python.
• Explorer les fonctionnalités, les bibliothèques, les outils et les API disponibles dans Dask.
• Comprendre comment Dask accélère le calcul parallèle en Python.
• Apprendre à faire évoluer l'écosystème Python (Numpy, SciPy et Pandas) en utilisant Dask.
• Optimiser l'environnement Dask pour maintenir de hautes performances dans le traitement de grands ensembles de données.

Ce formation en direct, dirigée par un formateur (en ligne ou sur site) est destinée aux développeurs et analystes de données intermédiaires qui souhaitent améliorer leurs compétences en analyse et manipulation des données à l'aide de Python, Pandas et NumPy.

À la fin de cette formation, les participants seront capables de :

• Configurer un environnement de développement comprenant Python, Pandas et NumPy.
• Créer une application d'analyse des données utilisant Pandas et NumPy.
• Réaliser des opérations avancées de préparation, de tri et de filtrage des données.
• Conduire des opérations agrégées et analyser les séries temporelles.
• Visualiser les données à l'aide de Matplotlib et d'autres bibliothèques de visualisation.
• Déboguer et optimiser leur code d'analyse des données.

Cette formation en direct (en ligne ou sur site) est destinée aux développeurs qui souhaitent utiliser la pile FARM (FastAPI, React et MongoDB) pour créer des applications web dynamiques, performantes et évolutives.

A l'issue de cette formation, les participants seront capables de :

Mettre en place l'environnement de développement nécessaire qui intègre FastAPI, React, et MongoDB. Comprendre les concepts clés, les fonctionnalités et les avantages de la pile FARM. Apprendre à construire des API REST avec FastAPI. Apprendre à concevoir des applications interactives avec React. Développer, tester et déployer des applications (front-end et back-end) en utilisant la pile FARM.

Cette formation en direct (en ligne ou sur site) est destinée aux développeurs qui souhaitent utiliser FastAPI avec Python pour créer, tester et déployer des API RESTful plus facilement et plus rapidement.

A l'issue de cette formation, les participants seront capables de :

• Configurer l'environnement de développement nécessaire pour développer des API avec Python et FastAPI.
• Créer des API plus rapidement et plus facilement en utilisant la bibliothèque FastAPI.
• Apprendre à créer des modèles de données et des schémas basés sur Pydantic et OpenAPI.
• Connecter les API à une base de données en utilisant SQLAlchemy.
• Implémenter la sécurité et l'authentification dans les API en utilisant les outils FastAPI.
• Construire des images conteneur et déployer des API web sur un serveur cloud.

L'objectif de ce cours est de fournir une compétence de base dans l'application Machine Learning des méthodes en pratique. Grâce à l'utilisation du langage de programmation Python et ses différentes bibliothèques, et sur la base d'une multitude d'exemples pratiques, ce cours enseigne comment utiliser les blocs de construction les plus importants Machine Learning, comment prendre des décisions de modélisation des données, interpréter les résultats des algorithmes et valider les résultats.

Notre objectif est de vous donner les compétences pour comprendre et utiliser les outils les plus fondamentaux de la boîte d'outils Machine Learning avec confiance et éviter les tombes communes des applications Data Science.

le but de ce cours est de fournir une compétence générale dans l’application des méthodes de machine learning dans la pratique. Grâce à l’utilisation du langage de programmation Python et de ses différentes bibliothèques, et basé sur une multitude d’exemples pratiques, ce cours enseigne comment utiliser les principaux éléments constitutifs de machine learning, comment faire des décisions de modélisation de données, interpréter les les sorties des algorithmes et valider les résultats.

notre objectif est de vous donner les compétences pour comprendre et utiliser les outils les plus fondamentaux de la boîte à outils machine learning en toute confiance et d’éviter les pièges communs des applications Data sciences.

Cette formation en direct avec instructeur dans Belgique (en ligne ou sur site) est destinée aux scientifiques des données et aux développeurs qui souhaitent utiliser Modin pour construire et mettre en œuvre des calculs parallèles avec Pandas afin d'accélérer l'analyse des données.

A la fin de cette formation, les participants seront capables de :

• Mettre en place l'environnement nécessaire pour commencer à développer des flux de travail Pandas à l'échelle avec Modin.
• Comprendre les caractéristiques, l'architecture et les avantages de Modin.
• Connaître les différences entre Modin, Dask et Ray.
• Effectuer des opérations Pandas plus rapidement avec Modin.
• Mettre en œuvre l'ensemble de l'API et des fonctions Pandas.

Dans cette formation en direct animée par un formateur à Belgique, les participants apprendront à utiliser Python pour produire du texte de haute qualité en langage naturel en construisant leur propre système NLG depuis zéro. Des études de cas seront également examinées et les concepts pertinents seront appliqués à des projets pratiques de création de contenu.

À la fin de cette formation, les participants pourront :

• Utiliser le NLG pour générer automatiquement du contenu dans divers secteurs, allant du journalisme au marché immobilier, en passant par l'actualité météo et sportive.
• Sélectionner et organiser le contenu source, planifier les phrases et préparer un système pour la génération automatisée de contenu original.
• Comprendre le pipeline NLG et appliquer les bonnes techniques à chaque étape.
• Comprendre l'architecture d'un système Natural Language Generation (NLG).
• Mettre en œuvre les algorithmes et modèles les plus appropriés pour l'analyse et l'ordonnancement.
• Tirer des données provenant de sources publiques ainsi que de bases de données curatées pour servir de matière première au texte généré.
• Remplacer les processus manuels et fastidieux d'écriture par la création automatisée de contenu générée par ordinateur.

Dans cette formation en direct, dirigée par un instructeur, les participants apprendront à utiliser PyTest pour écrire des tests courts et faciles à maintenir qui sont élégants, expressifs et lisibles ;

A l'issue de cette formation, les participants seront capables de :

• Écrire des tests lisibles et faciles à maintenir sans avoir recours à du code de type "boilerplate".
• Utiliser le modèle de fixation pour écrire de petits tests.
• Mettre à l'échelle les tests jusqu'aux tests fonctionnels complexes pour les applications, les paquets et les bibliothèques.
• Comprendre et appliquer les fonctionnalités de PyTest telles que les hooks, la réécriture d'assert et les plugins.
• Réduire la durée des tests en les exécutant en parallèle et sur plusieurs processeurs.
• Exécuter des tests dans un environnement d'intégration continue, avec d'autres utilitaires tels que tox, mock, coverage, unittest, doctest et Selenium.
• Utiliser Python pour tester des applications non-Python.

Dans cette formation en direct avec instructeur en Belgique, les participants apprendront les techniques d'apprentissage automatique les plus pertinentes et les plus récentes en Python tout en construisant une série d'applications de démonstration impliquant des images, de la musique, du texte et des données financières.

A la fin de cette formation, les participants seront capables de :

• Mettre en œuvre des algorithmes et des techniques d'apprentissage automatique pour résoudre des problèmes complexes.
• Appliquer l'apprentissage profond et l'apprentissage semi-supervisé à des applications impliquant des images, de la musique, du texte et des données financières.
• Pousser les algorithmes Python au maximum de leur potentiel.
• Utiliser des bibliothèques et des packages tels que NumPy et Theano.

Cette formation en direct et dirigée par un instructeur en <loc&gt ; est basée sur le livre populaire, "Automate the Boring Stuff with Python&quot ;, d'Al Sweigart. Il s'adresse aux débutants et couvre les concepts essentiels de la programmation Python par le biais d'exercices pratiques et de discussions. L'accent est mis sur l'apprentissage de l'écriture de code afin d'augmenter considérablement la productivité au bureau.

À l'issue de cette formation, les participants sauront comment programmer en Python et appliqueront cette nouvelle compétence pour :

• Automatiser les tâches en écrivant des programmes Python simples.
• Écrire des programmes capables de reconnaître des motifs textuels grâce aux "expressions régulières".
• Générer et mettre à jour des feuilles de calcul Excel par programmation.
• Analyser des fichiers PDF et des documents Word.
• Explorer des sites web et extraire des informations provenant de sources en ligne.
• Écrire des programmes qui envoient des notifications par e-mail.
• Utiliser les outils de débogage de Python pour résoudre rapidement les erreurs.
• Contrôler la souris et le clavier par programmation pour cliquer et taper à votre place.

Dans cette formation en direct, dirigée par un instructeur, les participants apprendront des techniques de programmation Python avancées, notamment comment appliquer ce langage polyvalent pour résoudre des problèmes dans des domaines tels que les applications distribuées, l'analyse et la visualisation de données, la programmation de l'interface utilisateur et les scripts de maintenance.

Ce cours est conçu pour ceux qui souhaitent apprendre le Python programmation Python . L'accent est mis sur le langage Python , les bibliothèques principales, ainsi que sur la sélection des meilleures et des plus utiles bibliothèques développées par la communauté Python . Python moteur des entreprises et est utilisé par les scientifiques du monde entier - il est l’un des langages de programmation les plus populaires.

Le cours peut être dispensé en utilisant la dernière version 3.x avec des exercices pratiques permettant d'exploiter toute sa puissance. Ce cours peut être dispensé sur n'importe quel système d'exploitation (toutes les saveurs d'UNIX, y compris Linux et Mac OS X, ainsi que Windows).

Les exercices pratiques représentent environ 70% du temps du cours et environ 30% sont des démonstrations et des présentations. Des discussions et des questions peuvent être posées tout au long du cours.

Remarque: la formation peut être adaptée à des besoins spécifiques sur demande préalable avant la date du cours proposé.

Selenium est une bibliothèque open source permettant d'automatiser le test d'applications Web sur plusieurs navigateurs. Selenium interagit avec un navigateur comme le font les gens: en cliquant sur les liens, en remplissant des formulaires et en validant du texte. C'est l'outil le plus populaire pour l'automatisation des tests d'applications Web. Selenium est Selenium sur la structure WebDriver et offre d'excellentes liaisons pour de nombreux langages de script, y compris Python .