Розробка програмних додатків засобами мови Python

Вибіркова дисципліна
Навчальна дисципліна професійної підготовки
Обсяг освітнього компонента: 
• у кредитах ЄКТС — 4.5.
Кількість аудиторних занять: 
Лекційних занять - 15, лабораторних занять 7.
Самостійна робота: 
91 година.
Семестровий контроль: 
Залік.
Освітню компоненту забезпечує: 
Анотація: 

Анотація навчальної дисципліни

Мета дисципліни: формування у здобувачів вищої освіти системи наукових і професійних знань і навичок в галузі розробки програмних додатків.

Практичне значення та використання отриманих знань 
Розуміння основ мови програмування Python та принципів побудови програмних додатків. Вміння ефективно розробляти програмні додатки для різних сфер, включаючи веб-розробку та автоматизацію. Використання мови Python для аналізу даних, розробки алгоритмів машинного навчання та штучного інтелекту. Можливість створення прототипів програм та швидко тестувати нові ідеї, створювати скрипти та програми для обробки великих обсягів даних. Можливість інтеграції різних технологій та бібліотек для створення складних програмних рішень в умовах швидко змінюваних вимог.

Тематика та види навчальних занять

Для денної форми здобуття освіти

Лекційні заняття
Лекція 1 «Ознайомлення з основами мови програмування Python».
Лекція 2. «Основні типи даних у Python».
Лекція 3. «Робота з колекціями даних». 
Лекція 4. «Умовні конструкції та цикли в Python: базові оператори управління». 
Лекція 5. «Функції в Python». 
Лекція 6. «Обробка помилок та виключень». 
Лекція 7. «Основи об'єктно-орієнтованого програмування в Python».
Лекція 8. «Класи та об'єкти. Наслідування та поліморфізм у Python».
Лекція 9. «Модулі та пакунки в Python».
Лекція 10. «Робота з файлами».
Лекція 11. «Автоматизація задач з Python».
Лекція 12. «Застосування бібліотеки NumPy для роботи з числовими масивами».
Лекція 13. «Обробка та аналіз даних за допомогою Pandas та Matplotlib».
Лекція 14. «Створення веб-додатків за допомогою Flask».
Лекція 15. «Робота з базами даних у Python».

Лабораторні заняття
Лабораторне заняття 1 «Написання простих програм з використанням базових типів даних і операцій».
Мета заняття: освоєння основ Python шляхом створення програм з використанням базових типів даних та операторів.
Лабораторне заняття 2. «Робота з колекціями даних». 
Мета заняття: навчитись ефективно працювати з колекціями даних у Python та використовувати різні структури даних для вирішення задач.
Лабораторне заняття 3. «Створення та використання функцій. Застосування об'єктно-орієнтованого підходу».
Мета заняття: навчитись створювати функції для організації коду та ефективної обробки помилок, освоєння основ об'єктно-орієнтованого програмування, створення класів та об'єктів для розв'язання реальних задач.
Лабораторне заняття 4. «Обробка файлів та введення/виведення даних». 
Мета заняття: набути навички роботи з файлами в Python, зокрема, читати та записувати дані у текстові та бінарні файли.
Лабораторне заняття 5. «Робота з бібліотеками для обробки та аналізу даних». 
Мета заняття: освоєння основ роботи з сучасними бібліотеками для обробки та аналізу великих масивів даних.
Лабораторне заняття 6. «Автоматизація завдань з Python: розробка скриптів для обробки файлів та виконання системних команд». 
Мета заняття: навчитись автоматизувати рутинні завдання за допомогою Python, створюючи скрипти для обробки файлів та виконання системних команд.
Лабораторне заняття 7. «Розробка простого веб-додатку з Python». 
Мета заняття: набуття навичок побудови веб-додатків за допомогою мови Python та розуміти принципи роботи серверної частини.

Консультації здійснюються впродовж семестру згідно встановленого розкладу.

 Індивідуальна робота
Не передбачено

 

Компетентності: 

К1 Вивчення методив цифрової обробки сигналів (параметричні методи та алгоритми спектрального аналізу, статистична обробка даних, цифрова фільтрація).
К2 Набуття навичок розробки обчислювальних алгоритмів та программ побудованих на сучасних мікропроцесорних системах та інструментальних системах програмування.

Передумови вивчення дисципліни: 

Вища математика.
Математичний аналіз.
Лінійна алгебра. Дискретна математика.
Теорія ймовірності та математична статистика.
Алгоритмізація та програмування
Методи та технології обробки інформації.
Мережеві та інтернет технології.

Результати навчання: 

РН1 Проектувати та розробляти прикладні інформаційні продукти для видобутку корисних знань і вироблення оптимальних стратегій прийняття рішень.
РН2 Демонструвати знання сучасного рівня технологій інформаційних систем, практичні навички програмування та використання прикладних і спеціалізованих комп’ютерних систем та середовищ з метою їх запровадження у професійній діяльності.

2024 рік