آنچه در این دوره میآموزید
آشنایی با Pydantic و Type Hinting
ساخت و پیکربندی مدلهای داده
استفاده از Enum، Factory و Field
اعتبارسنجی و نرمالسازی دادهها
این دوره شامل:
3 ساعت ویدئو
گواهینامه مکتبخونه
دسترسی مادامالعمر به محتوای دوره
اهورا رستمیان
یادگیری عملی ساخت مدلهای داده امن و قابل اعتماد
آشنایی با Pydantic و Type Hinting
ساخت و پیکربندی مدلهای داده
استفاده از Enum، Factory و Field
اعتبارسنجی و نرمالسازی دادهها
3 ساعت ویدئو
گواهینامه مکتبخونه
دسترسی مادامالعمر به محتوای دوره
این دوره یک آموزش جامع برای یادگیری Pydantic در پایتون است که با تمرکز بر درک مفاهیم، پیادهسازی عملی و استفاده صحیح از قابلیتهای Pydantic در برنامههای Python طراحی شده است.
در این دوره، ابتدا مبانی Type Hinting و نقش آن در طراحی قراردادهای دادهای بررسی میشود و سپس مفاهیمی مانند مدلسازی داده با Pydantic، Enum، Factory، تنظیمات مدل، اعتبارسنجی دادهها، Validatorهای سفارشی، مدیریت وضعیت داخلی مدل، Computed Field ها، Serialization و Deserialization بهصورت مرحلهبهمرحله آموزش داده میشوند.
روش تدریس دوره ترکیبی از توضیح مفهومی، نمایش کد، پیادهسازی گامبهگام و بررسی نتایج است. هدف این است که دانشجو صرفاً با Syntax و APIهای Pydantic آشنا نشود، بلکه بداند هر قابلیت چه مسئلهای را حل میکند، چه زمانی باید از آن استفاده شود و چگونه میتوان از آن به شکل صحیح و قابل نگهداری استفاده کرد.
پس از گذراندن دوره، شما میتوانید مدلهای داده دقیق و ساختاریافته ایجاد کنید، دادههای ورودی را اعتبارسنجی و نرمالسازی کرده، قوانین دامنه را با Validatorها پیادهسازی کنید، دادهها را به شکل مناسب Serialize و Deserialize نموده، قراردادهای دادهای را مستندسازی کنید و مدلهای خود را با آزمونهای مناسب ارزیابی نمایید. همچنین درک بهتری از Type Hinting، قراردادهای دادهای و اصول استفاده صحیح از Pydantic در برنامههای Python به دست خواهید آورد.

پس از گذراندن دوره به صورت آنلاین در سایت مکتبخونه، گواهینامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتبخونه به اسم شما صادر شده و در اختیار شما قرار میگیرد.
کیفیت این آموزش توسط مکتبخونه تضمین شده است. در صورت عدم رضایت، با شرایط زیر میتوانید درخواست بازگشت وجه کنید.
دکتر اهورا رستمیان فارغالتحصیل دکتری مالی محاسباتی از انگلستان است. حوزه تخصصی او در تقاطع هوش مصنوعی، یادگیری عمیق و تقویتی، مالی کمی و پیشبینی بازارهای مالی قرار دارد.
او در زمینه تدریس دانشگاهی، پژوهش در مالی محاسباتی و توسعه نرمافزار تجربه دارد. تمرکز فعالیتهای پژوهشی او بر بهکارگیری روشهای یادگیری ماشین و یادگیری عمیق برای تحلیل سریهای زمانی مالی، پیشبینی بازار و مدلسازی کمی است. همچنین به تبدیل مفاهیم پیچیده فنی به آموزشهای کاربردی و قابلفهم علاقهمند است.
سوابق حرفهای او شامل تدریس برنامهنویسی، علم داده و مالی محاسباتی در دانشگاه اسکس و انجام پژوهش در زمینه کاربرد مدلهای یادگیری عمیق در بازارهای مالی است.

مدلسازی و اعتبارسنجی دادهها با Pydantic