
Аноним
Маска Организаторов
Организатор
- Сообщения
- Монеты
- +89.5
- Оплачено
- 5
- Купоны
- 0
- Кешбэк
- 0
- Баллы
- 0
- @Skladchiki
- #1
Складчина: [Thinknetica] GO Masters: Продвинутая разработка на Gо (Дмитрий Титов)
- Ссылка на картинку
-
GO Masters: Продвинутая разработка на Gо
Онлайн-курс для Go-разработчиков
За 8 недель вы освоите подходы и практики ведущих инженеров "бигтеха" и научитесь создавать масштабируемые и отказоустойчивые системы, готовые к высоким нагрузкам.
Курс построен на практике и реальных кейсах крупных технологичных компаний.
Требования:
Неделя 1
Занятие 1. Интерфейсы и типы данных
Интерфейсы Go
Приведение типов и type switch
Рефлекси
Интерфейсы как элемент архитектуры приложения
Домашнее задание
Занятие 2. Всё про обработку ошибок
Ошибки в Go, как их задумали авторы языка
Собственные типы данных для ошибок
Транслирование текста ошибок в журнал и пользователям
Паника и восстановление
Ошибки в асинхронном коде
Ошибки при работе с потоком данных и очередями
Домашнее задание
Неделя 2
Занятие 3. Обобщенное программирование (Generics) в Go
Идея обобщённого программирования
Базовые возможности и типовые примеры
Использование дженериков в шаблонах конкурентного кода и для решения типовых задач
Обобщённые структуры данных
Домашнее задание
Занятие 4. Конкурентность: продвинутые темы асинхронного кода
Контекст
Шаблоны конкурентного кода для решения типовых задач
Гонка, отладка, правильная работа с блокировками (Mutex)
Домашнее задание
Неделя 3
Занятие 5. Go + Искусственный интеллект (GPT)
Введение в генеративные модели искусственного интеллекта
Использовании ИИ в процессе продвинутого изучения языка
Подключение публичного или локального ИИ-помощника к среде разработки
Использование ИИ при написании кода
ИИ в повседневных задачах программиста
Домашнее задание
Занятие 6. Тестирование и отладка
Методология тестирования
Разнообразие модульных тестов
Продвинутые методики тестирования
Отладка кода, продвинутые механики отладки
Домашнее задание
Неделя 4
Неделя для работы над заданиями
Неделя 5
Занятие 7. Производительность, оптимизация кода, готовность к высоким нагрузкам
Профилирование Go приложений
Управление памятью и оптимизация
Лучшие практики для высокой производительности
Домашнее задание
Занятие 8. Архитектура приложения и шаблоны проектирования
Проектирование масштабируемых Go-приложений
Общие паттерны проектирования: singleton, factory, observer
Лучшие практики организации кода в Go
Домашнее задание
Неделя 6
Занятие 9. Мониторинг (Observability) и журналы приложения
Мониторинг микросервисов
Лучшие практики логирования
Инструменты: Prometheus, Grafana, ELK stack
Домашнее задание
Занятие 10. Работа приложения в инфраструктуре технологичной компании
Особенности разработки приложений для облачной среды
Контейнеризация
Оркестрация приложения в среде Kubernetes
CI/CD и доставка приложения
Домашнее задание
Неделя 7
Итоговый проект + блок вопросы-ответы
Разработаем полноценное приложение - Геокодер, позволяющее искать пространственные объекты (как на Яндекс.Картах)
Применим полученные знания по продвинутым возможностям языка
Будем использовать реляционные и нереляционные БД
Сделаем сервис готовым к высоким нагрузкам
Поговорим о различных алгоритмах и структурах данных, использующихся в поиске информации
Сделаем приложение готовым к инфраструктуре "бигтеха"
Неделя 8
Неделя для работы над проектом
Автор и ведущий курса: Дмитрий Титов:
Лидер направления разработки "Геосервисы" в Wildberries
ex-VK / ex-МТС
О курсе:
Продолжительность 8 недель
Вебинары 2 раза в неделю
Итоговый проект
Онлайн-курс для Go-разработчиков
За 8 недель вы освоите подходы и практики ведущих инженеров "бигтеха" и научитесь создавать масштабируемые и отказоустойчивые системы, готовые к высоким нагрузкам.
Курс построен на практике и реальных кейсах крупных технологичных компаний.
Требования:
- Опыт коммерческой разработки на Go от 1 года
- Уверенное знание Go: работа с пакетами, стандартной библиотекой, понимание основ concurrency в Go
- Опыт работы с базами данных
- Базовый опыт написания тестов и отладки кода
- Углубимся в архитектуру, конкурентность, оптимизацию кода и работу с высокими нагрузками, а также разберём CI/CD, контейнеризацию и применение AI в разработке.
- Научимся проектировать и разрабатывать масштабируемые программные системы, предназначенные для эффективной работы под высокими нагрузками в инфраструктуре "бигтеха".
- Backend-разработчиков на Go, которые хотят глубже разобраться в архитектуре, конкурентности и оптимизации кода
- Software-инженеров, которым нужно проектировать масштабируемые и отказоустойчивые системы, работающие под высокой нагрузкой
- Разработчиков микросервисов, которым важно эффективно использовать Go в распределённых системах, работать с контейнеризацией и CI/CD
- Архитекторов, которые хотят научиться проектировать поддерживаемые и маcштабируемые приложения на Go
- Разработчиков, интересующихся AI, которые хотят интегрировать ИИ в свои проекты и автоматизировать рутинные задачи с помощью нейросетей
- Разработчиков из FinTech, AdTech, E-commerce и других высоконагруженных сфер, где критичны скорость работы, оптимизация и надёжность приложений
Неделя 1
Занятие 1. Интерфейсы и типы данных
Интерфейсы Go
Приведение типов и type switch
Рефлекси
Интерфейсы как элемент архитектуры приложения
Домашнее задание
Занятие 2. Всё про обработку ошибок
Ошибки в Go, как их задумали авторы языка
Собственные типы данных для ошибок
Транслирование текста ошибок в журнал и пользователям
Паника и восстановление
Ошибки в асинхронном коде
Ошибки при работе с потоком данных и очередями
Домашнее задание
Неделя 2
Занятие 3. Обобщенное программирование (Generics) в Go
Идея обобщённого программирования
Базовые возможности и типовые примеры
Использование дженериков в шаблонах конкурентного кода и для решения типовых задач
Обобщённые структуры данных
Домашнее задание
Занятие 4. Конкурентность: продвинутые темы асинхронного кода
Контекст
Шаблоны конкурентного кода для решения типовых задач
Гонка, отладка, правильная работа с блокировками (Mutex)
Домашнее задание
Неделя 3
Занятие 5. Go + Искусственный интеллект (GPT)
Введение в генеративные модели искусственного интеллекта
Использовании ИИ в процессе продвинутого изучения языка
Подключение публичного или локального ИИ-помощника к среде разработки
Использование ИИ при написании кода
ИИ в повседневных задачах программиста
Домашнее задание
Занятие 6. Тестирование и отладка
Методология тестирования
Разнообразие модульных тестов
Продвинутые методики тестирования
Отладка кода, продвинутые механики отладки
Домашнее задание
Неделя 4
Неделя для работы над заданиями
Неделя 5
Занятие 7. Производительность, оптимизация кода, готовность к высоким нагрузкам
Профилирование Go приложений
Управление памятью и оптимизация
Лучшие практики для высокой производительности
Домашнее задание
Занятие 8. Архитектура приложения и шаблоны проектирования
Проектирование масштабируемых Go-приложений
Общие паттерны проектирования: singleton, factory, observer
Лучшие практики организации кода в Go
Домашнее задание
Неделя 6
Занятие 9. Мониторинг (Observability) и журналы приложения
Мониторинг микросервисов
Лучшие практики логирования
Инструменты: Prometheus, Grafana, ELK stack
Домашнее задание
Занятие 10. Работа приложения в инфраструктуре технологичной компании
Особенности разработки приложений для облачной среды
Контейнеризация
Оркестрация приложения в среде Kubernetes
CI/CD и доставка приложения
Домашнее задание
Неделя 7
Итоговый проект + блок вопросы-ответы
Разработаем полноценное приложение - Геокодер, позволяющее искать пространственные объекты (как на Яндекс.Картах)
Применим полученные знания по продвинутым возможностям языка
Будем использовать реляционные и нереляционные БД
Сделаем сервис готовым к высоким нагрузкам
Поговорим о различных алгоритмах и структурах данных, использующихся в поиске информации
Сделаем приложение готовым к инфраструктуре "бигтеха"
Неделя 8
Неделя для работы над проектом
Автор и ведущий курса: Дмитрий Титов:
Лидер направления разработки "Геосервисы" в Wildberries
ex-VK / ex-МТС
О курсе:
Продолжительность 8 недель
Вебинары 2 раза в неделю
Итоговый проект
Показать больше
Зарегистрируйтесь
, чтобы посмотреть авторский контент.