Waarom zou je als Data Scientist aandacht besteden aan concepten uit software engineering? Hier behandelen we concrete software-engineeringconcepten en hoe deze belangrijke ideeën je Data Science-workflow kunnen verbeteren!

Python, data science en software engineering

De grote ideeën

Python-modulariteit in de praktijk

Introductie tot packages & documentatie

Pakketten installeren met pip

Documentatie benutten

Conventies en PEP 8

pycodestyle gebruiken

Voldoen aan PEP 8

PEP 8 in documentatie

Software engineering & Data Science

Word een volwaardige Python-pakketontwikkelaar door je eerste pakket te schrijven! Je leert hoe je Python-code structureert en schrijft die geïnstalleerd, gebruikt en verspreid kan worden, net als bekende pakketten zoals NumPy en Pandas.

Je eerste package schrijven

Minimale pakketvereisten

Pakketten een naam geven

Packages herkennen

Functionaliteit toevoegen aan packages

Functionaliteit toevoegen aan je package

De nieuwe functionaliteit van je package gebruiken

Je pakket draagbaar maken

requirements.txt schrijven

Pakketvereisten installeren

setup.py maken

Vereisten opnemen in setup.py

Een Python-module schrijven

Objectgeoriënteerd programmeren is een vaste waarde in Python-ontwikkeling. Door classes en overerving te gebruiken wordt je Python-pakket een veel krachtiger hulpmiddel voor je gebruikers.

Klassen toevoegen aan een pakket

Een class schrijven voor je package

De klasse van je package gebruiken

Functionaliteit toevoegen aan classes

Een niet-publieke methode schrijven

De functionaliteit van je klasse gebruiken

Klassen en het DRY-principe

Overerving gebruiken om een klasse te maken

Functionaliteit toevoegen aan een kindklasse

Je kindklasse gebruiken

Meerniveauerfenis

Verkennen met dir en help

Een kleinkindklasse maken

Geërfde methoden gebruiken

Classes gebruiken

Je hebt nu een volledig functionerend Python-pakket voor tekstanalyse geschreven! Om het onderhoud van je project zo makkelijk mogelijk te maken, gebruiken we best practices rond concepten zoals documentatie en unit testing.

Documentatie

Goede comments herkennen

De juiste docstrings herkennen

Docstrings schrijven

Leesbaarheid telt

Goede functienamen gebruiken

Goede variabelenamen gebruiken

Refactoren voor leesbaarheid

Unittesten

Doctest gebruiken

pytest gebruiken

Documentatie en testen in de praktijk

Klassen documenteren voor Sphinx

Hulpmiddelen herkennen

Tot slot

Onderhoudbaarheid

Data scientists profiteren enorm van concepten uit software engineering. Zo kun je je code makkelijker hergebruiken en delen met anderen. In deze cursus leer je alles over modulariteit, documentatie en geautomatiseerd testen, en zie je hoe deze ideeën je helpen Data Science-problemen sneller op te lossen op een manier waar je toekomstige zelf blij van wordt. Je past je nieuwe software-engineeringvaardigheden zelfs toe door je eigen Python-pakket te schrijven voor tekstanalyse.

Introduction to Functions in Python

Leer over modulariteit, documentatie en geautomatiseerd testen voor snellere en betrouwbare oplossingen.

Software-engineeringprincipes in Python

Leer over modulariteit, documentatie en geautomatiseerd testen om je te helpen data science problemen sneller en betrouwbaarder op te lossen.

AI-ingenieur voor datawetenschappers

Associate AI Engineer voor ontwikkelaars

Data-engineer in Python

Python programmeren

Minimale pakketvereisten

Software-engineeringprincipes in Python

Interactieve oefening met praktijkervaring