Ponte en Contacto
 Duración 28 horas

Temario del curso

Día 1 — Fundamentos robustos de Python y herramientas

Funcionalidades modernas de Python y tipado

  • Tipado básico, genéricos, Protocols y TypeGuard
  • Dataclasses, dataclasses inmutables y vista general de attrs
  • Patrón de coincidencia (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 de pre-commit y flujos de trabajo para desarrolladores

Gestión de proyectos y empaquetado

  • Gestión de dependencias con Poetry y entornos virtuales
  • Estructura 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 arquitectónicas

Patrones de diseño en Python

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

Principios arquitectónicos

  • Aplicación de los principios SOLID a las bases de código de Python
  • Arquitectura hexagonal/clean y límites de acoplo
  • Patrones de inyección de dependencias y gestión de configuración

Modularidad y reutilización

  • Diseño de código de biblioteca vs. código de aplicación
  • APIs, interfaces estables y versionado semántico
  • Manejo de configuración, secretos y ajustes específicos de entorno

Día 3 — Concurrencia, IO asíncrona y rendimiento

Concurrencia y paralelismo

  • Fundamentos de subprocesos e implicaciones del GIL
  • Multiprocessing y pools de procesos para tareas limitadas por CPU
  • Cuándo usar concurrent.futures vs. 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 IO, retroceso (backpressure) 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 (throughput) y uso 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 contractuales
  • Mocking, monkeypatching y pruebas de código asíncrono

CI/CD, versiones y monitoreo

  • Integración de pruebas y puertas de calidad en GitHub Actions/GitLab CI
  • Construcción de contenedores reproducibles con Docker y builds multinivel
  • Observabilidad de aplicaciones: registros estructurados, métricas de Prometheus y trazas

Seguridad, endurecimiento y mejores prácticas

  • Auditoría de dependencias, fundamentos de SBOM y escaneo de vulnerabilidades
  • Prácticas de codificación segura para validación de entrada y gestión de secretos
  • Endurecimiento en tiempo de ejecución: límites de recursos, permisos de usuario y seguridad de contenedores

Proyecto final (Capstone) y revisión

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

Resumen y próximos pasos

Requerimientos

  • Sólida experiencia de programación en Python a nivel intermedio
  • Conocimiento de la programación orientada a objetos y pruebas básicas
  • Experiencia en el uso de la línea de comandos y Git

Público objetivo

  • Desarrolladores de Python seniors
  • 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 de Python

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas