Чему вы научитесь
- Переносить состояние и правила из ноутбука в классы Python
- Защищать инварианты объекта и давать понятные ошибки
- Выбирать между композицией и наследованием
- Использовать dataclass, Protocol, ABC и контекстные менеджеры
- Подключать объекты к конвейеру sklearn без скрытых нарушений контракта
- Писать тесты на поведение объекта, а не на его внутренности
- Собирать из ноутбука импортируемый Python-пакет
О курсе
Бесплатный курс по ООП на Python для аналитиков и Data Scientist: как перейти от ноутбука к production-коду. Классы, инварианты, разделение ответственности и 135 задач с проверкой в браузере.
Для кого этот курс
Аналитики, Data Scientist и ML-инженеры, которые пишут в ноутбуках и хотят перейти к коду, который переживёт передачу коллеге и ночной запуск.
Начальные требования
Python на уровне функций, списков и словарей; умение запустить скрипт. Писать классы уметь не обязательно — с этого курс и начинается. Основы pandas и NumPy помогут понимать примеры, но не обязательны.
Преподаватели курса
3 495
Как проходит обучение
Рабочая ситуация → разбор ошибки → модель → код → вопрос на понимание → задача с автопроверкой → лабораторная раздела
Формат курса
10 разделов · 42 урока · 344 шага · 135 задач с автопроверкой · 92 вопроса · 763 теста, из них 493 скрытых · 10 лабораторных · сквозной проект: из ноутбука в пакет, который ставится одной командой
Нагрузка
28–34 часа, в своём темпе