Python Profis: Vom „läuft“ zum auslieferbaren Code
Dieser Kurs schließt die Lücke zwischen Code, der funktioniert, und Code, den man ausliefern kann. Typsystem, Architektur, Performance, Tests und APIs – jeweils mit Übungen, deren Ergebnis gemessen wird. Am Ende wählst du eines von zehn Profi-Projekten.
Was du lernst.
- Mit uv, ruff und mypy professionell arbeiten
- Generics, Protocols, Pattern Matching und Pydantic
- Architekturmuster: Decorators, Plugins, Dependency Injection
- Performance messen und mit NumPy und asyncio verbessern
- Property-Based Testing mit Hypothesis
- APIs mit FastAPI bauen und mit Docker ausliefern
So ist der Kurs aufgebaut.
- Tag 1 · Typsystem & Werkzeugeuv, ruff, mypy, Generics, Protocol, Pydantic.
- Tag 2 · ArchitekturDunder-Methoden, Deskriptoren, Decorators, Plugin-Registry.
- Tag 3 · PerformanceProfiling, NumPy, asyncio mit TaskGroup.
- Tag 4 · Qualität & APIsFixtures, Hypothesis, Logging, FastAPI, Docker, CI.
- Tag 5 · Profi-ProjektZehn Projekte zur Wahl – von Tetris bis neuronalem Netz in NumPy.
Für Entwicklerinnen und Entwickler mit solider Python-Erfahrung, die professionelle Standards beherrschen wollen.
Inhalte von Python Fortgeschritten oder vergleichbare Praxis.
Du schreibst typsicheren, getesteten und performanten Python-Code und lieferst Services mit FastAPI und Docker aus.
Häufige Fragen zu Python Profis.
Wie wird Performance gemessen?
Die Übungen messen die Laufzeit deines Codes – zum Beispiel muss ein langsames Skript mindestens 20-mal schneller werden.
Welche Projekte gibt es?
Fünf Spiele (z. B. Tetris, Tower Defense) und fünf ML-Projekte (z. B. Snake mit Q-Learning, Betrugserkennung mit API).
Läuft das alles im Browser?
Ja. NumPy, Pydantic und SQLite laufen echt, FastAPI, httpx und Hypothesis als kompatible Nachbauten.
Der CLAUDE.md-Spickzettel.
Vorlage, Regeln und häufige Fehler auf zwei Seiten – dazu etwa zwei Praxis-Tipps im Monat. Jederzeit abbestellbar.