Python для SEO специалиста [Сергей Черненко] (новый поток)

Оплата только балансом!​ Курс программирования с практическим уклоном под SEO задачи. Выучи программирование на Python за 30 дней и выйди на новый уровень в SEO. На курсе вы научитесь: Обрабатывать огромные файлы, которые не обрабатывает Excel Работать с базами данных Писать парсеры сайтов Анализировать информацию, тексты, web страницы Работать с картинками Работать с любыми API сервисами Создавать сайты Настраивать сервер List Tuple Set Dict Bool Byte None mutable & immutable dir, help, type 3. Условия, Циклы, Ошибки if for while генераторы обработка ошибок сортировка массивов поиск элементов в массиве слияние массивов вычитание массивов оперативная память быстродействие, сложность алгоритмов 4. Функции, модули, пакеты создание функции вызов функции повторное использование функций модули и пакеты стандартная библиотека библиотека пакетов PyPi, GitHub менеджер пакетов pip виртуальное окружение установка пакетов (Удаление и Обновление) requirements.txt отличие пакета от фреймворка 5. Работа с файлами, оператор with открытие файла режим работы с файлом чтение файла поиск по файлу запись в файл огромные файлы сериализация данных Json и Pickle 6. Работа с Интернетом отправка HTTP запросов парсинг сайтов XPATH выражения прокси-сервера подмена User-Agent 7. Работа с текстом библиотека NLTK разбивка текста на предложения разбивка текста на n-граммы приведение слов в базовую форму, падежи подсчет частотности семантическая близость похожесть текстов уникальность текстов проверка на ошибки 8. Работа с картинками библиотека PIL скачать картинку определить размер пересохранить в другом формате обрезать, отзеркалить, перевернуть склеить 2 картинки в одну 9. Построение графиков на Python пакет numpy пакет Pandas пакет matplotlib 10. Работа с API API Serpstat.com API Content-watch.ru API Best-proxies.ru API Google Search Console API Google Analytics 11. Классы в Python всё класс (объект) создание класса свойства класса и методы класса наследование 12. Работа с базой данных Sqlite Peewee создание таблиц запись, чтение, обновление, удаление (CRUD) 13. Selenium webdriver полноценный браузер Headless режим выполнение сценариев заполнение и отправка форм иммитация действий пользователя 14. Курсовой проект 1. Классы абстрактные классы инъекция зависимости магические методы классов статические методы и классметоды 2. Декораторы обертка функций 3. SQL Базы данных PostgreSQL и MySQL модуль sqlalchemy соединение с базой данных создание структуры базы данных, взаимосвязи чтение, запись, обновление, удаление выполнение сложных запросов 4. NoSQL базы данных Redis создание структуры базы данных чтение, запись, обновление, удаление выполнение сложных запросов 5. Многопоточность и ThreadPoolExecutor Threading и ThreadPoolExecutor эффективное использование общие ресурсы между потоками очередь многопоточный парсинг 6. Генераторы и корутины что такое генераторы применение генераторов что такое корутины применение корутин 7. Асинхронность идея асинхронного кода синтаксис асинхронного кода event loop параллельное выполнение корутин асинхронные библиотеки выполнение синхронного кода вместе с асинхронным 8. Aiohttp client aiohttp client асинхронные http запросы асинхронный парсинг сайтов 9. Aiopg и AioRedis асинхронные запросы к базам данных 10. Разработка сайта на aiohttp server модель MVC приложений создаем web приложение роутинг обработчики запросов шаблоны (jinja2) динамические данные дорвей подключение базы данных 11. Выливка сайта на сервер покупка сервера установка окружения настройка сервера nginx запуск приложения через systemd 12. Настройка CloudFlare регистрация добавление сайта настройка CloudFlare настройка https 13. Работа с WordPress Python скрипты для работы с WP xml-rpc соединение создание постов удаление постов 14. Профилирование Python программ cprofile визуализация профилирования поиск узких мест сложность алгоритмов поиск утечек памяти 15. Cython и быстродействие ускорение Python программ компиляция с помощью Cython измерение результатов 16. Машинное обучение (обзор) задачи классификации, регрессии, кластеризации предобработка данных обучающая и тестовая выборка выбор алгоритма для обучения обучение алгоритма анализ качества модели (точность, полнота, f-мера) кросс-валидация модели 17. Разработка десктопных программ разработка окна программы Tkinter ввод данных в программу реализация необходимого функционала вывод результатов работы программы 18. Компиляция Python программы в .exe файл .bat файлы простота компиляции опции при компиляции внешние используемые файлы .exe файлы 19. Курсовой проект PS. Это не повтор, это новый поток с существенными доработками. Собираемся на оба курса. Цена может меняться в зависимости от курса доллара + сам автор обещает повысить после 29.10.2018