Předmět: Pokročilé nástroje pro vývoj

» Seznam fakult » FAI » AUIUI
Název předmětu Pokročilé nástroje pro vývoj
Kód předmětu AUIUI/AE2PN
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Bakalářský
Rok studia nespecifikován
Semestr Letní
Počet ECTS kreditů 5
Vyučovací jazyk Angličtina
Statut předmětu nespecifikováno
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Janků Peter, Ing. Ph.D.
Obsah předmětu
Seznámení se systémy pro správu verzí - školní GitLab. Integrovaná vývojová prostředí (IDE) a funkce pro podporou práce v týmu. Propojení se systémy pro správu verzí - školní GitLab. Python práce se soubory - kontextový manažer with, txt, csv, json, modul os, shutil, zipfile Python třídy - definice, vlastnosti, metody, atributy Správce balíků - Pip, anaconda, venv Python Numpy - datový typ ndarray, operace s poli, indexace pole, lineární algebra Python Matplotlib - XY grafy, Sloupcové grafy, Bodové grafy, Koláčové grafy Python Pandas - datový typ Series, Dataframe, filtrace dat, statická analýza Statická a dynamická analýza kódu. Testování softwaru, unit testy. Dokumentační systémy - PEP257, Python help, Pydoc, Pdoc. DevOps, kontinuální integrace, GitLab workflows.

Studijní aktivity a metody výuky
nespecifikováno
Výsledky učení
Odborné znalosti
Student umí popsat principy objektového programování v jazyce Python.
Student umí popsat principy objektového programování v jazyce Python.
Student dokáže popsat primární funkce knihoven Numpy, Matplotlib a Pandas.
Student dokáže popsat primární funkce knihoven Numpy, Matplotlib a Pandas.
Student umí vysvětlit termín DevOps a jeho význam ve vývoji software.
Student umí vysvětlit termín DevOps a jeho význam ve vývoji software.
Student umí definovat a analyzovat metody statické a dynamické analýzy kódu a jejich význam pro vývoj kvalitního softwaru.
Student umí definovat a analyzovat metody statické a dynamické analýzy kódu a jejich význam pro vývoj kvalitního softwaru.
Student umí popsat různé přístupy a techniky k testování softwaru v jazyce Python.
Student umí popsat různé přístupy a techniky k testování softwaru v jazyce Python.
Student umí vyjmenovat metody a nástroje pro generování a správu dokumentace kódu v Pythonu.
Student umí vyjmenovat metody a nástroje pro generování a správu dokumentace kódu v Pythonu.
Student zná konvence psaní dokumentačních řetězců v jazyce Python.
Student zná konvence psaní dokumentačních řetězců v jazyce Python.
Odborné dovednosti
Student umí navrhnout a implementovat komplexní softwarové řešení, využívajíc pokročilé funkce Pythonu a jeho knihoven, jako jsou Numpy, Matplotlib a Pandas.
Student umí navrhnout a implementovat komplexní softwarové řešení, využívajíc pokročilé funkce Pythonu a jeho knihoven, jako jsou Numpy, Matplotlib a Pandas.
Student umí vytvořit a realizovat automatizované procesy v rámci prostředí GitLab, které integrují fáze vývoje, aplikace a provozu softwaru, v souladu s principy DevOps.
Student umí vytvořit a realizovat automatizované procesy v rámci prostředí GitLab, které integrují fáze vývoje, aplikace a provozu softwaru, v souladu s principy DevOps.
Student umí provádět statickou a dynamickou analýzu kódu, identifikovat a řešit problémy, a optimalizovat kód pro zlepšení jeho kvality a výkonu.
Student umí provádět statickou a dynamickou analýzu kódu, identifikovat a řešit problémy, a optimalizovat kód pro zlepšení jeho kvality a výkonu.
Student dokáže vytvořit a spravovat unittesty pro základní ověření funkčnosti a spolehlivosti kódu psaného v programovacím jazyce Python.
Student dokáže vytvořit a spravovat unittesty pro základní ověření funkčnosti a spolehlivosti kódu psaného v programovacím jazyce Python.
Student dokáže vygenerovat automatickou dokumentaci softwarového projektu z dokumentačních řetězců zapsaných v jazyce Python.
Student dokáže vygenerovat automatickou dokumentaci softwarového projektu z dokumentačních řetězců zapsaných v jazyce Python.
Hodnotící metody
Odborné znalosti
Rozbor produktů pracovní činnosti studenta (technické práce)
Rozbor produktů pracovní činnosti studenta (technické práce)
Písemná zkouška
Písemná zkouška
Doporučená literatura
  • CHACON, Scott. Pro Git.. Praha, 2009. ISBN 978-80-904248-1-.
  • KANER, Cem, Jack L FALK a Hung Quoc NGUYEN. Testing computer software. 2nd ed.. New York, 1999. ISBN 9780471358466.
  • WYSOCKI, Robert K. Effective project management: traditional, agile, extreme.. Indianapolis, 2012. ISBN 9781118016190.
  • ZELLE, J. M. Python programming: an introduction to computer science. Third edition.. Portland, Oregon: Franklin, Beedle & Associates,, 2016. ISBN 978-1590282755.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr