Python и промышленная разработка

Бакалавриат 2025/2026

Статус: Курс обязательный (Прикладная математика и информатика)

Кто читает: Базовая кафедра Яндекс

Где читается: Факультет компьютерных наук

Когда читается: 1-й курс, 3, 4 модуль

Охват аудитории: для своего кампуса

Язык: русский

Кредиты: 4

Контактные часы: 56

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс посвящён применению Python в профессиональной разработке программного обеспечения, охватывая ключевые аспекты промышленной разработки: создание масштабируемых и поддерживаемых приложений, работу с базами данных, асинхронное программирование, тестирование (unit, интеграционные тесты), CI/CD, контейнеризацию (Docker), а также использование современных фреймворков (FastAPI, Django, Flask). Упор делается на best practices, паттерны проектирования, работу в команде и развёртывание проектов в production. Курс подходит для разработчиков, желающих перейти от небольших скриптов к созданию надёжных и эффективных промышленных решений.

Цель освоения дисциплины

Освоить продвинутые аспекты языка Python (устройство типов данных, многопоточность, асинхронность)
Освоить прикладные библиотеки для Python
Познакомиться с инструментами для работы со сложными данными и для промышленной разработки

Планируемые результаты обучения

Владение возможностями Python для реализации многопроцессорных и многопоточных вычислений
Владение системами контроля версий, а также инструментами CI/CD
Владение основными библиотеками для машинного обучения
Владение библиотеками Python для веб-приложений

Содержание учебной дисциплины

Regexp
Многопроцессорность, многопоточность, асинхронность
Bytecode
БД / SQL (продолжение)
REST API/HTTP
Фреймворк Flask
Облако, deployment, CI/CD, basic docker
Библиотека взаимодействия с Telegram (async/iogram)
Protobuf
Терминал линукса: дисковое пространство, сеть, загрузка и производительность, убивать процессы, tmux/screen, subprocess.
Advanced docker: layers, registry, orchestration, compose
Настройка среды, Cpython vs pypy
Advanced git
Sklearn, Statsmodels
Основы работы с изображениями. OpenCV
Google JAX / TensorFlow

Элементы контроля

Большое ДЗ
1000 баллов каждое + бонусные баллы, не входящие в итоговый порог
Еженедельные задания
около 15 еженедельных наборов задач (примерно по 100 баллов каждый, могут плавать от занятия к занятию)

Промежуточная аттестация

2025/2026 4th module
Контроль знаний формируется из еженедельных наборов задач и двух больших домашних заданий. Количество баллов за каждое домашние задание обозначается в формулировках. Баллы суммируются по всем заданиям. Полученная сумма называется первичными баллами Итоговая оценка формируется на основании следующих порогов: >= 970 первичных баллов: 4 балла >=1106 первичных баллов: 5 баллов >=1261 первичных баллов: 6 баллов >=1397 первичных баллов: 7 баллов >=1552 первичных баллов: 8 баллов >=1649 первичных баллов: 9 баллов >=1746 первичных баллов: 10 баллов

Список литературы

Авторы

Бронер Валентина Игоревна
Волкова Вера Константиновна

Программа дисциплины