Deep Learning Specialization on Coursera

Facebook工程师:从工程角度,系统掌握Python

推荐FB资深工程师景霄开设的《Python核心技术与实战》新专栏,从工程的角度,重新理解 Python,做到真正的“即学即用” http://gk.link/a/103fc

作者介绍:
景宵

本科毕业于武汉大学电子工程系(专业第一),后进入哥伦比亚大学攻读计算机硕士学位。

毕业后顺利入职Facebook,目前在核心组Feed Ranking,从事机器学习的相关工作。

这个专栏是从工程的角度来讲解Python这门编程语言,不会死抠一些很偏的知识点,相反,会从实际出发,以工作中遇到的实例为主线,去讲解Python的知识点和应用。本专栏中基于Python最新版本3.7,有大量独特的案例和见解,以及不少作者本人阅读源码后的体会,并且难易兼顾,专栏中既有简单的基础知识,也有进阶的课程,会尽量的做到“老少皆宜”。

你将获得:
从工程角度掌握 Python 高阶用法
独立开发 Python 项目的能力
完整的 Python 学习路径
硅谷一线工程师的独家经验分享
新目录
一、Python基础知识

方法:如何逐步突破,成为Python高手(Jingxaio)
工具:为什么必学Jupyter Notebook ? (Yuannan)
列表和元祖,到底用哪一个?(Jingxaio)
字典、集合,你真的了解吗? (Jingxiao)
深入浅出字符串 (Jingxiao)
Python“黑箱”:输入与输出 (Tan)
修炼基本功:条件与循环 (jingxiao)
提高程序的稳定性:异常处理 (jingxiao)
不可或缺的自定义函数(Jingxiao)
简约不简单的匿名函数(Jingxiao)
你好,面向对象(上)(Tan)
你好,面向对象(下)(Tan)
搭建积木:Python 模块化 (Tan)
答疑(一)(jingxiao)

二、Python进阶核心知识

Python对象的比较、复制 (Jingxiao)
值传递、引用传递or其他,Python里参数是如何传递的?(jingxiao)
强大的装饰器 (jingxiao)
metaclass:是潘多拉魔盒还是阿拉丁神灯 ?(Yuannan)
深入理解迭代器和生成器 (Tan)
揭秘Python协程 (Tan)
Python并发编程之Future (jingxiao)
Python并发编程之Asyncio (jingxiao)
你真的懂Python GIL(全局解释器锁)吗?(yuannan)
带你解析Python垃圾回收机制(Tan)
SWIG:TensorFlow等流行框架背后的Python/C++混合编程技术(Yuannan)
答疑(二)(jingxiao)

三、规范:编写高质量的Python程序

活都来不及干了,还有空注意代码风格?!【yuannan】
学会合理分解代码,提高代码可读性 (Tan)
如何合理运用assert?(Jingxiao)
巧用上下文管理器和With语句精简代码 (Jingxiao)
真的有必要写单元测试吗 (jingxiao)
pdb & cProfile:调试和性能分析的法宝(Jingxiao)
答疑(三)(jingxiao)

四、实战:带你搭建量化交易系统 (Tan)

初探量化世界
RESTful & Socket: 搭建你的交易后台核心
Pandas & Numpy: 策略与回测系统
Kafka & Rabbitmq: 自动化交易流水线
Mysql: 日志和数据存储系统
Django: 搭建监控平台
答疑(四)

五、分享:技术见闻和感想 (Jingxiao)

硅谷一线工程师的工作日常
细数服务器端开发的注意事项
提高市场竞争力:如何成为一个全栈工程师?

景霄目前从事机器学习的相关工作,主要负责是人工智能的推荐排序系统与算法。他曾领导多个上亿用户级产品的开发与落地,可以说工程与实战经验非常丰富。最近,他把自己的「工程角度」Python学习法整理了出来,跟极客时间合作了《Python核心技术与实战》专栏,希望带你从工程的角度,重新理解 Python,做到真正的“即学即用”。

近几年,Python 的受欢迎程度可谓是扶摇直上,加入 Python 学习大营的人越来越多。不过,随之而来的是,竞争越来越激烈。迷茫的声音也越来越多,我经常看到粉丝在后台留言:

Python程序员都有哪些发展方向?大概都有哪些技能点?

刚学了半年多 Python,想找个薪资高一点的工作,有什么建议吗?

想学 Python 爬虫,要从哪里开始入手?

想成为机器学习工程师,该怎样才能拿到 Offer ?

……

其实,大家迷茫的根本原因,是对 Python 的职业成长路径不清楚,也不了解各个阶段对应的核心知识点。因此,我给大家整理了一份「 Python 职业成长路径图」,涵盖Python程序员职场发展的4个方向,也列出了各个方向需要掌握的核心知识点,分享给你。

入门Python,夯实基础,掌握Python核心知识,比如基本的数据结构、面向对象编程、并发编程等等,成为一名合格的Python工程师;

Web工程师:当你掌握了Python中高阶知识,再去学一些单元测试、Flask框架、数据库使用等,就可以往Web工程师发展;

爬虫工程师:如果你对爬虫感兴趣,这是个不错的选择。你的知识库还需要再添加一块内容:学习爬虫开发;

数据分析工程师:大数据、数据分析这几年大火,相对应的,你还需要学习Matplotlib绘图、Pandas、10大核心算法等内容;

机器学习工程师:跟这个方向相关的词,还有“高薪”、“稀缺”,不过想成为机器学习工程师并非易事,你需要花更多的时间和精力去专研深度学习。

可以说,不管你往哪个方向发展,都非常有前景,特别是数据分析工程师和机器学习工程师。不过,想成为 Python 高手,找到一个好方向固然重要,更重要的是你的学习方法是否正确。

我认识这么一个牛人,他在读大学的时候才开始接触编程,但一路进入哥伦比亚大学计算机系读研、毕业后进入 Facebook 做机器学习工程师,他是怎么做到的呢?

他说,不光他自己,包括他在Facebook 认识的编程牛人们,都特别善于从「工程角度」、以实用为出发点来思考和学习一门语言。

方法是:花很短的时间看完基础语法,然后去了解一些重难点、易错点,最后自己亲自动手完成一个项目,达到融会贯通的效果。这样下来,可能几周时间就掌握得差不多了。

你看,这样从「工程角度」去学习和理解一门语言,会让你达到事半功倍的效果。

再跟你重点介绍一下,这位牛人叫景霄,是Facebook资深工程师。目前从事机器学习的相关工作,主要负责是人工智能的推荐排序系统与算法。他曾领导多个上亿用户级产品的开发与落地,可以说工程与实战经验非常丰富。

最近,他把自己的「工程角度」Python学习法整理了出来,跟极客时间合作了《Python核心技术与实战》专栏,希望带你从工程的角度,重新理解 Python,做到真正的“即学即用”。

相比市面上大多数理论且远离实际工程的学习资料,这个专栏特点很明显:

1.他不会死抠一些很偏的知识点,而是从实际出发,以工作中遇到的实例为主线,去讲解 Python 的核心技术和应用;

2.有完整的Python学习路径,从基础语法到高级用法,再到项目实战开发。让你把学到知识点通过项目都串联起来,形成你自己的Python 学习框架图;

3.整个专栏内容都是基于 Python 最新的3.7版本来讲解,告别网上那些陈旧不更新的学习内容,毋庸置疑,Python 3才是Python的未来。

具体地,《Python核心技术与实战》分成以下四个模块。

1.Python基础入门

必学知识:【Python基础数据结构】【Python基础语法】【文件操作】【错误与异常处理】【Python面向对象】【模块化】

第一步,你必然需要掌握的Python基础知识。这个专栏不仅仅只讲基础概念、操作,同时也为你整理了很多进阶难度的知识,或是一些重难点、易错点等需要注意的地方。

2.Python进阶核心知识

必学知识:【Python协议】【Python高级语法】【Python正则表达式】【Python并发编程】【垃圾回收机制】【项目实战】

第二步,进阶 Python 的核心知识点,比如装饰器、并发编程等等。如果你的工作只是写100行以下的脚本程序,可能不怎么会用得到。但如果你做的是大型程序的开发,则非常有必要。

3.规范:编写高质量的Python程序

这部分着重于教你把程序写得更加规范、更加稳定,用具体的编程操作和技巧,教你提高代码质量。比如,如何合理地分解代码、运用 assert,如何写单元测试等等。

4.Python实战,串联整个知识体系:带你搭建量化交易系统

必学知识点:【RESTful】【Socket】【Pandas】【Numpy】【Kafka】【RabbitMQ】【MySQL】【Django】

真正要掌握一门编程语言,仅仅学会分散的知识点是不够的,还必须要把知识点串联起来,做一些中型的项目才能有更深的领悟与提高。这部分,景霄用量化交易系统这个具体的实战案例,带你综合运用前面所学的Python知识。

再提一句

这个专栏里的所有内容都基于Python最新的3.7版本来讲解,其中包含着景霄大量的独家解读、案例,以及不少他阅读源码后的发现和体会。同时,在层次划分上,景霄希望能难易兼顾,循序渐进。专栏中既有核心的基础知识,也有高级的进阶操作,尽量做到“老少皆宜”。

发表评论

电子邮件地址不会被公开。 必填项已用*标注