Entrar em Contato
 Duração 28 horas

Programa do Curso

Dia 1 — Fundamentos Robustos do Python e Ferramentas

Recursos Modernos do Python e Tipagem

  • Básicos de tipagem, genéricos, Protocols e TypeGuard
  • Dataclasses, dataclasses congeladas (frozen) e visão geral do attrs
  • Correspondência de padrões (Pattern Matching, PEP 634+) e uso idiomático

Qualidade de Código e Ferramentas

  • Formatadores e linters de código: black, isort, flake8, ruff
  • Verificação estática de tipos com MyPy e pyright
  • Pre-commit hooks e fluxos de trabalho de desenvolvimento

Gerenciamento de Projetos e Empacotamento

  • Gerenciamento de dependências com Poetry e ambientes virtuais
  • Estrutura de pacotes, pontos de entrada e melhores práticas de versionamento
  • Construção e publicação de pacotes no PyPI e registros privados

Dia 2 — Padrões de Projeto e Práticas Arquiteturais

Padrões de Projeto em Python

  • Padrões de criação: Factory, Builder, Singleton (variantes Pythonic)
  • Padrões estruturais: Adapter, Facade, Decorator, Proxy
  • Padrões comportamentais: Strategy, Observer, Command

Princípios de Arquitetura

  • Aplicação dos princípios SOLID a bases de código Python
  • Arquitetura Hexagonal/Clean e limites de contexto
  • Padrões de injeção de dependências e gerenciamento de configuração

Modularidade e Reuso

  • Projeto de código de biblioteca versus código de aplicação
  • APIs, interfaces estáveis e versionamento semântico
  • Gerenciamento de configuração, segredos e configurações específicas de ambiente

Dia 3 — Concorrência, IO Assíncrono e Desempenho

Concorrência e Paralelismo

  • Fundamentos de threads e implicações do GIL
  • Multiprocessing e pools de processos para tarefas dependentes de CPU
  • Quando usar concurrent.futures versus multiprocessing

Programação Assíncrona com asyncio

  • Padrões async/await, event loop e cancelamento
  • Projeto de bibliotecas assíncronas e interoperabilidade com código síncrono
  • Padrões dependentes de IO, backpressure e limitação de taxa

Perfis de Desempenho e Otimização

  • Ferramentas de perfilamento: cProfile, pyinstrument, perf, memory_profiler
  • Otimização de caminhos críticos (hot paths) e uso de extensões em C/Numba quando apropriado
  • Medição de latência, throughput e utilização de recursos

Dia 4 — Testes, CI/CD, Observabilidade e Deploy

Estratégias de Teste e Automação

  • Testes unitários e fixtures com pytest; organização de testes
  • Teste baseado em propriedades com Hypothesis e teste de contratos
  • Mocking, monkeypatching e teste de código assíncrono

CI/CD, Liberação e Monitoramento

  • Integração de testes e portões de qualidade no GitHub Actions/GitLab CI
  • Construção de contêineres reproduzíveis com Docker e builds em múltiplos estágios (multi-stage)
  • Observabilidade da aplicação: log estruturado, métricas do Prometheus e tracing

Segurança, Endurecimento (Hardening) e Melhores Práticas

  • Auditoria de dependências, noções de SBOM e varredura de vulnerabilidades
  • Práticas de codificação segura para validação de entrada e gerenciamento de segredos
  • Endurecimento em tempo de execução: limites de recursos, privilégios de usuário e segurança de contêineres

Projeto Capstone e Revisão

  • Laboratório em equipe: design e implementação de um pequeno serviço utilizando padrões do curso
  • Testes, verificação de tipos, empacotamento e pipeline de CI para o projeto
  • Revisão final, crítica de código e plano de melhoria acionável

Resumo e Próximos Passos

Requisitos

  • Sólida experiência em programação Python de nível intermediário
  • Familiaridade com programação orientada a objetos e testes básicos
  • Experiência no uso da linha de comando e Git

Público-Alvo

  • Desenvolvedores Python seniores
  • Engenheiros de software responsáveis pela qualidade e arquitetura do código Python
  • Líderes técnicos e engenheiros MLOps/DevOps que trabalham com bases de código Python

Número de participantes


Preço por participante

Testemunhos de Clientes (2)

Próximas Formações Provisórias

Categorias Relacionadas