دوره جامع و حرفه‌ای برنامه‌نویسی پایتون (Python Masterclass)

مسیری ۵ ترمه و تخصصی برای تبدیل شدن به یک پایتون‌کار ارشد؛ از صفر برنامه‌نویسی تا شیءگرایی، پایگاه داده، اسکرپینگ، اتوماسیون، هوش مصنوعی و دواپس با ده‌ها پروژه عملی زنده.

این دوره چه مهارت‌هایی به شما می‌دهد؟

  • تسلط کامل بر سینتکس پایتون و تفکر الگوریتمی اصولی برای حل مسائل پیچیده
  • تسلط بر معماری شیءگرا (OOP)، الگوهای طراحی پاک (Clean Code) و ساختار ماژولار
  • توانایی اتصال پایتون به پایگاه‌های داده SQL (PostgreSQL, SQLite) و کار با ORM
  • استخراج داده‌های هوشمند از وب (Web Scraping & Automation) با BeautifulSoup و Selenium
  • پیاده‌سازی برنامه‌نویسی ناهمگام (Async/Await) برای افزایش سرعت پردازش‌ها و تسک‌های موازی
  • تحلیل داده با NumPy/Pandas، کار با مدل‌های هوش مصنوعی (LLMs) و کانتینری‌سازی پروژه‌ها با Docker

سرفصل‌های جامع دوره (۵ ترم / ۵۰ جلسه)

این دوره شامل ۵ ترم آموزشی هدفمند است. هر ترم شامل ۱۰ جلسه ۱ ساعت و ۱۵ دقیقه‌ای به همراه پروژه پایانی جامع می‌باشد:

ترم اول: مبانی برنامه‌نویسی، ساختارهای داده و منطق الگوریتمی

جلسه ۰۱: ورود به دنیای پایتون و ابزارها نصب پایتون، ساختار کدهای پایتون، معرفی VS Code و Jupyter Notebook، اجرا و دیباگ اولین برنامه
جلسه ۰۲: متغیرها، داده‌ها و ورودی/خروجی انواع داده اولیه (Integer, Float, String, Boolean)، کار با print و input، تبدیل انواع داده (Type Casting)
جلسه ۰۳: عملگرها و ساختارهای شرطی عملگرهای ریاضی، مقایسه‌ای و منطقی، تصمیم‌گیری در کد با if, elif, else و شرط‌های تو در تو
جلسه ۰۴: حلقه‌های تکرار (Loops) حلقه‌های for و while، دستورات کنترل حلقه break, continue, pass، پیمایش بازه‌ها و مجموعه‌ها
جلسه ۰۵: کار با رشته‌ها (String Manipulation) برش‌زدن (Slicing)، فرمت‌دهی پیشرفته (f-strings)، متدهای کاربردی رشته‌ها و پردازش متون
جلسه ۰۶: لیست‌ها (Lists) و تاپل‌ها (Tuples) آرایه‌ها در پایتون، پیمایش، برش، افزودن و حذف عناصر، List Comprehensions و تفاوت Tuple با List
جلسه ۰۷: دیکشنری‌ها (Dictionaries) و مجموعه‌ها (Sets) ساختار کلید-مقدار، متدهای دیکشنری، کار با Sets برای داده‌های یکتا و عملیات ریاضی مجموعه‌ها
جلسه ۰۸: توابع (Functions) و تفکر پیمانه‌ای تعریف تابع، ورودی‌ها (Arguments, *args, **kwargs)، مقادیر بازگشتی (Return)، Scope متغیرها و Lambda
جلسه ۰۹: مدیریت فایل‌ها (File I/O) و خطاها خواندن و نوشتن فایل‌های TXT و CSV، استثناها (Try-Except-Finally) و جلوگیری از کرش برنامه‌ها
جلسه ۱۰: پروژه پایانی ترم اول 🎯 ساخت سیستم جامع مدیریت مخاطبین و صندوق فروش متنی با ذخیره در فایل JSON و تحلیل داده‌های ورودی

ترم دوم: برنامه‌نویسی شیءگرا (OOP)، توسعه ماژولار و کدنویسی تمیز

جلسه ۱۱: مفاهیم پایه شیءگرایی (Class & Object) فلسفه OOP، تعریف کلاس، ساخت Object، ویژگی‌ها (Attributes) و متدها (Methods)
جلسه ۱۲: سازنده‌ها و متدهای جادویی (Dunder Methods) متد __init__، متدهای __str__، __repr__، __len__ و سفارشی‌سازی رفتار اشیاء
جلسه ۱۳: کپسوله‌سازی (Encapsulation) و Properties سطوح دسترسی (Private, Protected, Public)، دکوراتور property@، Setter و Getter
جلسه ۱۴: وراثت (Inheritance) و چندریختی (Polymorphism) وراثت تک‌سطحی و چندسطحی، دستور super()، بازنویسی متدها (Method Overriding)
جلسه ۱۵: ترکیب (Composition) و اصول Clean Code ارتباط اشیاء بدون وراثت، اصول SOLID در پایتون، خوانایی کد و رعایت استاندارد PEP 8
جلسه ۱۶: ماژول‌ها، پکیج‌ها و Virtual Environments معماری پروژه‌های چندفایلی، ساخت Module اختصاصی، استفاده از venv و مدیریت وابستگی‌ها با pip
جلسه ۱۷: کتابخانه‌های استاندارد کاربردی پایتون آموزش عمیق ماژول‌های os, sys, datetime, math, random و کار با زمان و سیستم‌عامل
جلسه ۱۸: عبارت‌های منظم (Regex) در پایتون ماژول re، الگوشناسی متون، اعتبارسنجی ایمیل، شماره تماس و استخراج داده‌های متنی پیچیده
جلسه ۱۹: توابع پیشرفته: Decorators و Generators مفهوم First-Class Functions، ساخت Decoratorهای سفارشی، Iterators و بهبود حافظه با yield
جلسه ۲۰: پروژه پایانی ترم دوم 🎯 طراحی سیستم انبارداری و مدیریت بانکداری شیءگرا با قابلیت گزارش‌گیری ماژولار و ساختار حرفه‌ای

ترم سوم: پایگاه‌های داده، کار با APIها و پروتکل‌های وب

جلسه ۲۱: مقدمات پایگاه‌های داده و SQL مفاهیم دیتابیس ریلیشنال، کوئری‌های اصلی SQL (SELECT, INSERT, UPDATE, DELETE, JOIN)
جلسه ۲۲: اتصال پایتون به SQLite ماژول sqlite3، اجرای کوئری‌ها، مدیریت Transactionها و ذخیره دائمی داده‌های برنامه
جلسه ۲۳: پایگاه‌های داده پیشرفته و ORM (SQLAlchemy) اتصال به PostgreSQL، نگاشت شیء-رابطه‌ای (ORM) و مدیریت مدل‌های داده بدون نگارش SQL خام
جلسه ۲۴: مفاهیم شبکه‌های وب و HTTP Protocol آشنایی با متدهای HTTP (GET, POST, PUT, DELETE)، ساختار Request و Response، هدرها و Status Codeها
جلسه ۲۵: مصرف APIهای وب با کتابخانه Requests ارسال درخواست‌های وب، دریافت داده‌ها از سرویس‌های آنلاین، مدیریت Headers و Authentication
جلسه ۲۶: پردازش و تحلیل فایل‌های JSON و XML تبدیل JSON به ساختارهای پایتون و بالعکس، تعامل با REST APIهای پیچیده مانند ارزهای دیجیتال و آب‌وهوا
جلسه ۲۷: الگوهای طراحی و مدیریت ارتباط با دیتابیس مدیریت الگوهای Repository و پیاده‌سازی ساختارهای تمیز برای ارتباط با پایگاه داده
جلسه ۲۸: تست و عیب‌یابی ارتباطات شبکه و API مدیریت خطاهای شبکه، تایم‌اوت‌ها، پایش پایداری سرویس‌ها و Mock کردن پاسخ‌های API
جلسه ۲۹: امنیت پایه در تبادل اطلاعات و توکن‌ها مدیریت کلیدهای محرمانه (Environment Variables)، امن‌سازی توکن‌ها و اصول رمزنگاری ساده
جلسه ۳۰: پروژه پایانی ترم سوم 🎯 ساخت سامانه یکپارچه مانیتورینگ اطلاعات زنده از APIها و ذخیره‌سازی ساختاریافته در دیتابیس SQL

ترم چهارم: اسکرپینگ، اتوماسیون وب و برنامه‌نویسی ناهمگام

جلسه ۳۱: استخراج داده از وب (Web Scraping) با BeautifulSoup پارسر HTML، استخراج متون، لینک‌ها و تصاویر از صفحات وب استاتیک با BeautifulSoup4 و lxml
جلسه ۳۲: پارس پیشرفته و پاکسازی داده‌های وب مدیریت ساختارهای تو‌در‌تو، تمیزکاری کاراکترهای اسکرپ شده و استخراج دقیق اطلاعات هدف
جلسه ۳۳: اتوماسیون وب و صفحات پویا با Selenium کنترل مرورگر با کد، پرکردن فرم‌های وب، کلیک خودکار، عبور از صفحات دارای جاوااسکریپت
جلسه ۳۴: مدیریت المان‌های پیچیده و چالش‌های مرورگر کار با Explicit Waits، مدیریت پنجره‌های مختلف، آپلود/داونلود فایل خودکار و مدیریت کوکی‌ها
جلسه ۳۵: مبانی برنامه‌نویسی ناهمگام (Asynchronous Programming) مفهوم asyncio، کوروتیین‌ها (Coroutines)، تفاوت کدهای سنکرون و ناهمگام در پایتون
جلسه ۳۶: اجرای همزمان تسک‌ها با Async/Await مدیریت صف‌های درخواست موازی، افزایش شدید سرعت اجرای اسکریپت‌ها با مدیریت Event Loop
جلسه ۳۷: اتوماسیون وظایف و ارسال ایمیل خودکار ماژول smtplib، ارسال ایمیل‌های هوشمند، برنامه‌ریزی زمان‌بندی کارهای متناوب (Task Scheduling)
جلسه ۳۸: طراحی ربات‌های چندنخه‌ای (Multithreading/Multiprocessing) استفاده از کتابخانه‌های threading و multiprocessing برای پردازش‌های سنگین موازی
جلسه ۳۹: بهینه‌سازی و دور زدن مکانیزم‌های دفاعی وب مدیریت User-Agentها، پراکسی‌ها، ریت‌لی‌میت‌ها و جلوگیری از مسدود شدن ربات
جلسه ۴۰: پروژه پایانی ترم چهارم 🎯 ساخت ربات هوشمندِ پیشرفته و ناهمگام گردآوری اطلاعات از وب‌سایت‌های پویا و ذخیره خودکار در دیتابیس

ترم پنجم: تحلیل داده، هوش مصنوعی، دواپس (Docker) و ورود به بازار کار

جلسه ۴۱: کار با داده‌های انبوه با NumPy محاسبات ماتریسی سریع، آرایه‌ها و بهینه‌سازی محاسبات عددی در پایتون
جلسه ۴۲: تحلیل و دستکاری داده‌ها با Pandas کار با DataFrames، تمیزکاری، گروه‌بندی، فیلتر و آماده‌سازی داده‌ها برای تحلیل
جلسه ۴۳: تصویرسازی داده‌ها (Data Visualization) رسم نمودارهای پیشرفته آماری با Matplotlib و Seaborn و تحلیل بصری رفتار داده‌ها
جلسه ۴۴: مقدمه‌ای بر یادگیری ماشین (Scikit-Learn) مفاهیم الگوریتم‌های رگرسیون و دسته‌بندی، آموزش مدل‌های ساده ماشین لرنینگ
جلسه ۴۵: یکپارچه‌سازی مدل‌های هوش مصنوعی (OpenAI / LLMs API) اتصال برنامه‌های پایتون به سرویس‌های هوش مصنوعی زنده و ساخت ابزارهای پردازش زبان هوشمند
جلسه ۴۶: داکرایز کردن پروژه‌های پایتون (Docker) کانتینری‌سازی، ساخت Dockerfile، مدیریت محیط‌های ایزوله برای اجرای پروژه
جلسه ۴۷: مدیریت سورس کد (Git & GitHub) و کار تیمی دستورات کاربردی گیت، شاخه‌سازی (Branching)، گیت‌هاب و مدیریت نسخه‌های کد پروژه
جلسه ۴۸: بهینه‌سازی، Profiling و امنیت کدهای پایتون شناسایی نقاط کند کد، بهینه‌سازی مصرف حافظه و جلوگیری از آسیب‌پذیری‌های امنیتی رایج
جلسه ۴۹: استقرار پروژه‌ها (Deployment) روی سرور لینوکس تنظیم سرور لینوکس (Ubuntu)، اجرای اسکریپت‌ها به عنوان سرویس (Systemd) و آنلاین‌سازی پروژه
جلسه ۵۰: پروژه نهایی و شبیه‌سازی مصاحبه کاری 🏆 ارائه پروژه غول‌پیکرِ دستیار هوشمند مجهز به AI و Docker، به همراه رزومه‌نویسی حرفه‌ای و آمادگی مصاحبه استخدامی

شیوه برگزاری و پشتیبانی کلاس‌ها

این دوره به دو صورتحضوریدر فضایی کاملاً مجهز وآنلاین (زنده)برگزار می‌شود. همچنین هر دانشجو زیر نظر منتور اختصاصی پروژه، پشتیبانی برای رفع اشکال خواهد داشت.