Contacta con nosotros

Temario del curso

Día 1 — Fundamentos robustos de Python y herramientas

Características modernas de Python y tipado

  • Conceptos básicos de tipado, genéricos, Protocolos y TypeGuard
  • Dataclasses, dataclasses inmutables y visión general de attrs
  • Coordinación de patrones (PEP 634+) y uso idiomático

Calidad del código y herramientas

  • Formateadores y linters de código: black, isort, flake8, ruff
  • Verificación estática de tipos con MyPy y pyright
  • Ganchos pre-commit y flujos de trabajo de desarrollo

Gestión de proyectos y empaquetado

  • Gestión de dependencias con Poetry y entornos virtuales
  • Diseño de paquetes, puntos de entrada y mejores prácticas de versionado
  • Construcción y publicación de paquetes en PyPI y registros privados

Día 2 — Patrones de diseño y prácticas de arquitectura

Patrones de diseño en Python

  • Patrones creacionales: Factory, Builder, Singleton (variantes idiomáticas de Python)
  • Patrones estructurales: Adapter, Facade, Decorator, Proxy
  • Patrones de comportamiento: Strategy, Observer, Command

Principios de arquitectura

  • Principios SOLID aplicados a bases de código en Python
  • Arquitectura Hexagonal/Limpia y sus límites
  • Patrones de inyección de dependencias y gestión de configuración

Modularidad y reutilización

  • Diseño de código de biblioteca frente a código de aplicación
  • APIs, interfaces estables y versionado semántico
  • Gestión de configuración, secretos y ajustes específicos del entorno

Día 3 — Concurrencia, Async IO y rendimiento

Concurrencia y paralelismo

  • Fundamentos de hilos e implicaciones del GIL
  • Multiproceso y pools de procesos para tareas limitadas por CPU
  • Cuándo usar concurrent.futures frente a multiprocessing

Programación asíncrona con asyncio

  • Patrones async/await, bucle de eventos y cancelación
  • Diseño de bibliotecas asíncronas e interoperabilidad con código síncrono
  • Patrones limitados por E/S, presión de retroceso y limitación de tasa

Perfilado y optimización

  • Herramientas de perfilado: cProfile, pyinstrument, perf, memory_profiler
  • Optimización de rutas críticas y uso de extensiones en C/Numba cuando corresponda
  • Medición de latencia, rendimiento y utilización de recursos

Día 4 — Pruebas, CI/CD, observabilidad y despliegue

Estrategias de pruebas y automatización

  • Pruebas unitarias y fixtures con pytest; organización de pruebas
  • Pruebas basadas en propiedades con Hypothesis y pruebas de contrato
  • Simulación (mocking), monkeypatching y pruebas de código asíncrono

CI/CD, lanzamiento y monitoreo

  • Integración de pruebas y puertas de calidad en GitHub Actions/GitLab CI
  • Construcción de contenedores reproducibles con Docker y compilaciones multinivel
  • Observabilidad de aplicaciones: registro estructurado, métricas de Prometheus y trazado

Seguridad, fortalecimiento y mejores prácticas

  • Auditoría de dependencias, conceptos básicos de SBOM y escaneo de vulnerabilidades
  • Prácticas de codificación segura para validación de entradas y gestión de secretos
  • Fortalecimiento en tiempo de ejecución: límites de recursos, derechos de usuario y seguridad de contenedores

Proyecto final y revisión

  • Laboratorio en equipo: diseñar e implementar un pequeño servicio utilizando patrones del curso
  • Pruebas, verificación de tipos, empaquetado y pipeline de CI para el proyecto
  • Revisión final, crítica del código y plan de mejora accionable

Resumen y próximos pasos

Requerimientos

  • Experiencia sólida en programación de Python de nivel intermedio
  • Familiaridad con la programación orientada a objetos y pruebas básicas
  • Experiencia en el uso de la línea de comandos y Git

Público objetivo

  • Desarrolladores senior de Python
  • Ingenieros de software responsables de la calidad del código y la arquitectura en Python
  • Líderes técnicos e ingenieros de MLOps/DevOps que trabajan con bases de código en Python
 28 Horas

Número de participantes


Precio por participante

Testimonios (2)

Próximos cursos

Categorías Relacionadas