Курсы по Asyncio

Курс о внутреннем устройстве языка: CPython, управление памятью и GC, GIL, модели конкурентности (threading, multiprocessing, asyncio), метапрограммирование, дескрипторы, продвинутая типизация.

Формат практики «Break & Fix»: отладка и оптимизация заведомо проблемного кода вместо написания с нуля. Итоговый проект — рефакторинг и ускорение комплексного легаси-решения.

Для middle-разработчиков с опытом на Python от 1 года или уверенным владением Java/C#. Для переходящих с других языков — бесплатный подготовительный модуль по синтаксису. Отдельный блок — безопасная работа с ИИ-инструментами в разработке.

Data Model Python: архитектура объектов, магические методы (dunder), перегрузка операторов. Итераторы, ленивые вычисления, генераторы (yield from). Контекстные менеджеры: написание собственных. Duck Typing («утиная типизация») вместо строгих интерфейсов: Python vs Java/C# парадигмы.

Множественное наследование и алгоритм линеаризации (MRO C3). Дескрипторы данных и не-данных (property под капотом). __slots__: экономия памяти. Метаклассы: перехват и модификация создания классов. Адаптация паттернов GoF под Python.

Компиляция в байт-код, анализ через dis. Подсчёт ссылок (Reference Counting). Поколенческий сборщик мусора (Generational GC). Циклические ссылки и weakref. Поиск утечек памяти в долгоживущих процессах.

Продвинутый модуль typing: Generics, TypeVar, Callable. Ковариантность и контравариантность в Python. Настройка mypy в строгом режиме. Runtime vs Static time: границы применимости типизации.

GIL: что реально блокирует, концепция Free-threading в Python 3.13. threading: границы применимости для I/O-bound задач. multiprocessing: обход GIL в CPU-bound задачах. IPC: очереди и разделяемая память.

Архитектура asyncio: Event Loop, футуры, таски, корутины. Почему async не ускоряет CPU-bound код. Блокировка Event Loop и run_in_executor. Конкурентное выполнение и отмена задач (cancellation).

Инструменты профилирования CPU: cProfile, yappi, SnakeViz. Построчное профилирование памяти: memory_profiler. Анализ алгоритмической сложности узких мест. C-оптимизации и кэширование: functools.lru_cache.

ИИ в работе: поиск багов, шаблоны кода, регулярные выражения, генерация тестов. Корпоративная безопасность: что нельзя передавать в публичные нейросети. Галлюцинации ИИ и обязательный аудит сгенерированного кода.

Разбор комплексного легаси-кода. Code Review решений преподавателем. Границы применимости Python в Enterprise. Защита оптимизированных решений.