Visão Geral

O curso Clean Code with Python Advanced foi desenvolvido para profissionais que desejam aprimorar suas habilidades de desenvolvimento escrevendo código Python altamente eficiente, limpo, legível e sustentável. Exploraremos princípios avançados de Clean Code, Design Patterns, Testes Automatizados, Refatoração, Arquitetura de Software e boas práticas para aplicações escaláveis.

Os participantes terão contato com técnicas e frameworks modernos, permitindo a criação de código profissional que segue padrões da indústria, promovendo manutenibilidade, extensibilidade e qualidade de software.

Objetivo

Após concluir o curso Clean Code with Python Advanced, você será capaz de:
✔ Aplicar princípios avançados de Clean Code para melhorar a legibilidade e manutenibilidade do código
✔ Identificar e eliminar Code Smells usando técnicas de refatoração
✔ Aplicar Padrões de Projeto (Design Patterns) para resolver problemas comuns de forma eficiente
✔ Melhorar a testabilidade do código através de boas práticas de Test-Driven Development (TDD) e Behavior-Driven Development (BDD)
✔ Implementar uma arquitetura modular e escalável para projetos Python
✔ Utilizar SOLID, DRY, KISS e YAGNI para otimizar código
✔ Trabalhar com Code Reviews, Linters, Static Analysis Tools e técnicas de automação de qualidade

Benefícios do Curso

✔ Melhoria significativa na qualidade do código e redução de bugs
✔ Aumento da produtividade e eficiência no desenvolvimento
✔ Código mais legível, modular e fácil de manter
✔ Maior empregabilidade e valorização no mercado de trabalho
✔ Conhecimento sólido de Design Patterns e Arquitetura de Software
✔ Preparação para atuar como Tech Lead, Engenheiro de Software Sênior ou Arquiteto

Publico Alvo

Este curso é ideal para:
✅ Desenvolvedores Python que já possuem experiência na linguagem e querem melhorar suas habilidades em Clean Code
✅ Engenheiros de Software que buscam técnicas avançadas de refatoração e boas práticas
✅ Arquitetos de Software interessados em aprimorar a qualidade do código em projetos de médio e grande porte
✅ Tech Leads e Gerentes Técnicos que desejam garantir padrões elevados de qualidade no código da equipe
✅ Profissionais que trabalham com Machine Learning, Data Science ou Web Development e querem código mais sustentável

Pre-Requisitos

Para obter o melhor aproveitamento, recomenda-se que os alunos possuam:

Informações Gerais

Metodologia do Curso

✅ Curso ao vivo via Microsoft Teams
✅ Instrutor atuante no mercado e docente em sala de aula
✅ Aulas práticas e interativas
✅ Laboratórios individuais para cada aluno
✅ Material didático e exercícios práticos
✅ Projeto final para aplicar os conceitos em um caso real

Materiais

Conteúdo Programatico

Módulo 1: Revisão dos Fundamentos de Clean Code (4h)

1. Princípios essenciais de Clean Code
2. Revisão de Boas Práticas e Code Smells
3. Ferramentas para análise e linting (Flake8, Black, isort, Mypy)

Módulo 2: Padrões Avançados de Código Python (6h)

1. Pythonic Code: Escrevendo código idiomático
2. Estratégias avançadas de Refatoração
3. Estratégias para código desacoplado e modular
4. Gerenciamento de complexidade e Princípio da Responsabilidade Única (SRP)

Módulo 3: SOLID, DRY, KISS e YAGNI aplicados ao Python (6h)

1. Aplicação prática dos Princípios SOLID
2. Quando e como aplicar DRY, KISS e YAGNI corretamente
3. Identificação e eliminação de código redundante

Módulo 4: Testabilidade e Boas Práticas de Testes Automatizados (6h)

1. Test-Driven Development (TDD) e Behavior-Driven Development (BDD)
2. Estruturando testes eficazes com pytest e unittest
3. Cobertura de código, mocks e estratégias para testes confiáveis

Módulo 5: Design Patterns em Python (8h)

1. Aplicação prática dos principais Design Patterns em Python
2. Factory, Singleton, Adapter, Strategy, Observer e outros
3. Quando usar e quando evitar certos padrões
4. Comparação entre Padrões Estruturais, Criacionais e Comportamentais

Módulo 6: Arquitetura Limpa e Boas Práticas para Projetos Python (6h)

1. Camadas da Arquitetura Limpa (Clean Architecture)
2. Separação de responsabilidades e modularidade
3. Criando código desacoplado e sustentável para sistemas escaláveis
4. Dependency Injection e Inversão de Controle (IoC)

​​​​​Módulo 7: Code Reviews, Linters e Ferramentas para Qualidade de Código (4h)

1. Como realizar Code Reviews eficazes
2. Uso de Linters e Static Analysis Tools (pylint, flake8, mypy)
3. Ferramentas para detecção de Code Smells e análise de complexidade
4. Automação e integração contínua para garantir qualidade