Индивидуальный план развития: Python

• Объясняет изменяемые и неизменяемые типы и ловушку изменяемого аргумента по умолчанию
• Выбирает между списком, кортежем, словарём и множеством по операциям
• Обрабатывает исключения и пишет свои классы исключений

Практика. Решить 20 задач «что выведет код» на изменяемость, копирование и области видимости.

• Объясняет устройство словаря и почему ключ должен быть хешируемым

Практика. Реализовать LRU-кэш на dict и сравнить с functools.lru_cache.

• Использует позиционные, именованные, *args и **kwargs
• Пишет декоратор и объясняет замыкание

Практика. Написать декоратор замера времени и декоратор повторов.

• Пишет декоратор с параметрами и functools.wraps
• Использует functools — lru_cache, partial, singledispatch

Практика. Написать декоратор повторов с параметрами (число попыток, исключения, пауза), работающий и для async-функций.

• Пишет обработку ошибок с try, except, else и finally и ловит конкретные исключения
• Освобождает ресурсы через with и пишет свой контекстный менеджер

Практика. Написать контекстный менеджер для временной смены рабочего каталога — классом и через contextlib.

• Строит иерархию своих исключений и сохраняет причину через raise from

Практика. Описать иерархию исключений для своего сервиса и заменить голые except Exception на конкретные.

• Пишет генераторы и объясняет экономию памяти по сравнению со списком
• Использует list и dict comprehension и генераторные выражения

Практика. Обработать файл на гигабайт генератором построчно с фильтрацией и агрегацией.

• Реализует протокол итератора и использует itertools
• Объясняет send и yield from

Практика. Построить конвейер обработки логов из генераторов с itertools.

• Пишет классы со свойствами, наследованием и магическими методами
• Использует dataclass для моделей данных

Практика. Сделать класс денежной суммы с операциями сравнения и сложения через магические методы.

• Объясняет MRO и super при множественном наследовании
• Объясняет дескрипторы, __slots__ и метаклассы на уровне назначения
• Выбирает между dataclass, NamedTuple и Pydantic

Практика. Реализовать валидируемое поле дескриптором и сравнить с property и Pydantic.

• Объясняет порядок создания объекта и когда нужен __new__
• Согласует __eq__ и __hash__ и понимает, почему изменяемый объект не стоит делать хешируемым
• Объясняет поиск атрибута и то, как на дескрипторах построены property и методы

Практика. Написать дескриптор с проверкой типа для полей класса и сравнить его с property.

• Объясняет GIL и разницу threading, multiprocessing и asyncio

Практика. Сравнить время загрузки 50 страниц последовательно, в потоках и в asyncio.

• Пишет асинхронный код с TaskGroup, таймаутами и отменой
• Выносит блокирующие вызовы из event loop
• Защищает общее состояние в потоках, несмотря на GIL

Практика. Сделать асинхронный сборщик данных из нескольких API с ограничением параллельности, таймаутами и отменой.

• Выбирает модель конкурентности под нагрузку сервиса и объясняет влияние free-threaded Python

Практика. Найти и устранить блокировку event loop в асинхронном сервисе под нагрузкой по профилю.

• Объясняет подсчёт ссылок и сборку циклических ссылок
• Профилирует код (cProfile, py-spy) и ускоряет узкие места

Практика. Профилировать медленный скрипт, найти узкое место и ускорить минимум в 3 раза без смены алгоритма на C.

• Аннотирует функции и классы и проверяет код mypy или pyright

Практика. Аннотировать учебный проект и добиться прохождения mypy в строгом режиме.

• Использует TypeVar, Generic и Protocol для обобщённого кода

Практика. Описать интерфейс репозитория через Protocol и сделать две реализации с проверкой типов.

• Создаёт виртуальное окружение и фиксирует зависимости
• Пишет тесты на pytest с фикстурами и параметризацией

Практика. Покрыть учебный проект тестами pytest с фикстурами и отчётом покрытия.

• Настраивает проект на uv или poetry с ruff и проверкой типов в CI
• Подменяет внешние зависимости в тестах и тестирует асинхронный код

Практика. Настроить проект на uv с ruff, mypy и pytest в CI.

• Делает REST API на FastAPI или Django REST Framework с валидацией

Практика. Сделать API заказов на FastAPI с Pydantic-моделями, базой и тестами.

• Использует внедрение зависимостей FastAPI и асинхронный доступ к базе
• Работает с ORM (SQLAlchemy или Django ORM) без N+1 и с миграциями

Практика. Добавить асинхронный доступ к PostgreSQL через SQLAlchemy, миграции Alembic и устранить N+1 в списке заказов.