Wierk - Wydział Informatyki, Elektroniczne Ramy Kwalifikacji

Wydział Informatyki
Kierunek studiów	Informatyka							Poziom i forma studiów	pierwszego stopnia inżynierskie stacjonarne
Specjalność / Ścieżka dyplomowania	---							Profil kształcenia	ogólnoakademicki
Nazwa przedmiotu	Zaawansowane metody i techniki programowania w Pythonie							Kod przedmiotu	INF1ZMP
								Rodzaj przedmiotu	obieralny
Forma zajęć i liczba godzin	W	Ć	L	P	Ps	T	S	Semestr	5
	26				30			Punkty ECTS	5
Przedmioty wprowadzające	Programowanie obiektowe (INF1POB), Zaawansowane techniki programistyczne (INF1ZTP),
Cele przedmiotu	Rozwinięcie umiejętności studentów w zakresie projektowania, implementacji i optymalizacji złożonych aplikacji w języku Python. Studenci poznają nowoczesne techniki programowania, takie jak programowanie funkcyjne, obiektowe i asynchroniczne, zaawansowane wzorce projektowe, testowanie i profilowanie kodu oraz tworzenie aplikacji wielowątkowych i sieciowych. Przedmiot przygotowuje do świadomego stosowania Pythona w pracy inżynierskiej, naukowej i komercyjnej, kładąc nacisk na jakość kodu, czytelność i efektywność rozwiązań.
Treści programowe	Wykład: 1. Zaawansowane cechy języka Python 2. Programowanie obiektowe na poziomie eksperckim 3. Programowanie funkcyjne w Pythonie 4. Programowanie asynchroniczne i współbieżność 5. Obsługa błędów i dobre praktyki zarządzania wyjątkami 6. Testowanie aplikacji w Pythonie 7. Profilowanie, debugowanie i optymalizacja kodu 8. Zaawansowane wzorce projektowe w Pythonie 9. Tworzenie i wykorzystanie bibliotek i modułów 10. Zaawansowana praca z danymi i serializacja 11. Programowanie sieciowe i aplikacje serwerowe 12. Nowoczesne technologie i Python w praktyce 13. Zaliczenie wykładu Pracownia specjalistyczna: 1. Projektowanie własnych dekoratorów i generatorów 2. System zarządzania zadaniami oparty na programowaniu obiektowym 3. Budowa aplikacji asynchronicznej do pobierania danych z wielu źródeł 4. Implementacja wzorca projektowego "Observer" w Pythonie 5. Tworzenie i testowanie biblioteki do walidacji danych wejściowych 6. Profilowanie i optymalizacja aplikacji przetwarzającej pliki CSV 7. Implementacja prostego serwera TCP oraz klienta komunikującego się przez sockety
Metody dydaktyczne	wykład problemowy, programowanie z użyciem komputera, wykład informacyjny,
Forma zaliczenia	Wykład: zaliczenie pisemne. Pracownia specjalistyczna: ocena zadań programistycznych.
Symbol efektu uczenia się	Zakładane efekty uczenia się								Odniesienie do kierunkowych efektów uczenia się
EU1	struktury danych, mechanizmy programowania obiektowego, funkcyjnego i asynchronicznego w języku Python, wzorce projektowe oraz zasady tworzenia czytelnego, skalowalnego i bezpiecznego kodu w języku Python, narzędzia i techniki testowania, profilowania oraz optymalizacji aplikacji w Pythonie.								INF1_W04 INF1_W09 INF1_W14
EU2	projektować i implementować złożone aplikacje oraz biblioteki w języku Python, stosując zaawansowane techniki programistyczne.								INF1_U04 INF1_U05 INF1_U13
EU3	testować, analizować i optymalizować kod źródłowy z wykorzystaniem specjalistycznych narzędzi oraz dokumentować efekty swojej pracy.								INF1_U06 INF1_U07
EU4	integrować aplikacje Pythonowe z systemami sieciowymi i usługami zewnętrznymi, korzystając z odpowiednich bibliotek i technologii.								INF1_U11 INF1_U12
Symbol efektu uczenia się	Sposób weryfikacji efektu uczenia się								Forma zajęć na której zachodzi weryfikacja
EU1	zaliczenie pisemne								W
EU2	ocena zadań programistycznych								PS
EU3	ocena zadań programistycznych								PS
EU4	ocena zadań programistycznych								PS
Bilans nakładu pracy studenta (w godzinach)									Liczba godz.
Wyliczenie
	1 - Udział w wykładach								26
	2 - Udział w pracowni specjalistycznej								30
	3 - Wykonanie zadań domowych								55
	4 - Udział w konsultacjach								4
	5 - Przygotowanie do zaliczenia								10
RAZEM:									125
Wskaźniki ilościowe									GODZINY	ECTS
Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela									60 (1)+(2)+(4)	2.4
Nakład pracy studenta związany z zajęciami o charakterze praktycznym									85 (2)+(3)	3.4
Literatura podstawowa	1. Python 3.x Documentation - https://docs.python.org/3/ 2. Ramalho, Luciano., Maria. Chaniewska, Jakub. Niedźwiedź, and Marek. Włodarz. Zaawansowany Python : przejrzyste, zwięzłe i efektywne programowanie. Wydanie drugie.ed. Warszawa: APN Promise : O’Reilly, 2022 3. Hillard, Dane. Python : dobre praktyki profesjonalistów. Gliwice: Helion, 2020
Literatura uzupełniająca	1. Real Python – Tutorials - https://realpython.com/ 2. Python Design Patterns – GitHub resource - https://github.com/faif/python-patterns 3. Ramalho, Luciano. Fluent Python: Clear, concise, and effective programming. O'Reilly Media, Inc., 2015. 4. pytest – Dokumentacja - https://docs.pytest.org/en/latest/ 5. Asyncio – Dokumentacja i przewodnik - Asyncio – https://docs.python.org/3/library/asyncio.html
Jednostka realizująca	Katedra Oprogramowania								Data opracowania programu
Program opracował(a)	dr inż. Tomasz Łukaszuk								2025.02.23