Python Programming

Python hat sich zur meistgenutzten Programmiersprache für Softwareentwicklung, Datenanalyse und Automatisierung entwickelt — und das aus gutem Grund: Die Sprache ist ausdrucksstark, konsequent lesbar und verfügt über ein riesiges Ökosystem an Bibliotheken. Dieser Kurs vermittelt Python von den ersten einfachen Programmen bis hin zu fortgeschrittenen Techniken, die professionellen Entwicklerinnen und Entwicklern im Alltag begegnen. Wer ihn abschließt, kann nicht nur Python-Code schreiben, sondern ihn strukturieren, testen, optimieren, dokumentieren und in produktionsreife Pakete verpacken. Damit richtet sich die Weiterbildung sowohl an Programmiereinsteiger/innen als auch an Personen, die aus einer anderen Sprache zu Python wechseln oder ihre bestehenden Python-Kenntnisse systematisch vertiefen wollen.

Modul 1 — Python-Grundlagen Der erste Block baut keine Vorkenntnisse voraus und führt systematisch in die Python-Welt ein. Vom ersten Skript über Variablen und Datentypen bis zu Kontrollstrukturen und einfachen Funktionen wird die Sprachbasis gelegt, auf der alle weiteren Abschnitte aufbauen.

• Python-Umgebung einrichten: Interpreter, virtuelle Umgebungen, Editor-Setup
• Primitive Datentypen, Variablen, Typkonvertierung
• Kontrollstrukturen: if/elif/else, while, for, Comprehensions
• Grundlegende Datenstrukturen: Listen, Tupel, Dictionaries, Sets
• Funktionen definieren, Parameter, Rückgabewerte, Default-Argumente
• Arbeiten mit Strings: Formatierung, Slicing, wichtige String-Methoden

Modul 2 — Objektorientierte Programmierung Python ist eine konsequent objektorientierte Sprache, auch wenn man das nicht auf den ersten Blick sieht. Dieser Block führt in Klassen, Instanzen und Vererbungshierarchien ein und zeigt, wie OOP-Konzepte helfen, größere Projekte strukturiert zu organisieren und Code wieder verwendbar zu machen.

• Klassen und Instanzen, Konstruktoren, Attribute, Methoden
• Vererbung, mehrfache Vererbung, Method Resolution Order
• Spezielle Methoden (Dunder-Methoden) für eigene Datentypen
• Abstrakte Klassen und Interfaces mit dem abc-Modul
• Properties, Getter/Setter, Klassenattribute vs. Instanzattribute
• Mixins und Kompositionsmuster als Alternative zu tiefer Vererbung

Modul 3 — Fortgeschrittene Sprachkonzepte Hier wird Python in voller Tiefe beleuchtet: Funktionen höherer Ordnung, Generatoren, Iteratoren, Closures und Decorators sind die Bausteine, die professionelle Python-Codebases von Amateur-Skripten unterscheiden. Zusätzlich werden Speicherverwaltung und die Python-Datenmodell-Konzepte erklärt, die für robustes, effizientes Programmieren notwendig sind.

• Sequences, Iterables und das Iterator-Protokoll
• Generatoren und Generator-Expressions für speichereffiziente Verarbeitung
• Closures, Higher-Order Functions, functools
• Decorators: Aufbau, Stapelung, parametrisierte Decorators
• Lambda-Ausdrücke und funktionale Programmiermuster
• Python-Speicherverwaltung: Referenzzählung, Garbage Collector, Memory Profiling

Modul 4 — Codequalität, Testing und Debugging Guter Code ist Code, den andere verstehen können und der nachweislich korrekt funktioniert. Dieser Block vermittelt die professionellen Werkzeuge: von PEP8-konformem Stil über systematisches Unit-Testing bis zu Profiling-Methoden, die Flaschenhälse in der Performance sichtbar machen.

• PEP8-Richtlinien: Einrückung, Namenskonventionen, Zeilenlänge, Kommentare
• Statische Code-Analyse mit flake8, pylint, mypy (Typ-Annotationen)
• Unit-Tests mit dem unittest-Modul und pytest schreiben und ausführen
• Test-Fixtures, Mocking und parametrierte Tests
• Debugging mit pdb und IDE-Debuggern: Breakpoints, Watchpoints, Call Stack
• Logging und Tracing: strukturiertes Logging vs. print-Debugging
• Profiling mit cProfile und line_profiler: Engpässe finden und beheben

Praxisblock — Package-Entwicklung, Cython und Parallelisierung Im abschließenden Praxisteil kommen alle Konzepte zusammen. Teilnehmende entwickeln ein vollständiges Python-Package und lernen dabei die Werkzeuge und Strukturen kennen, die industriellen Python-Projekten zugrunde liegen.

• Package-Struktur: setup.py/pyproject.toml, __init__.py, Namespace-Packages
• Dokumentation mit Docstrings und Sphinx
• Versionsverwaltung und Veröffentlichung auf PyPI (Konzept und Workflow)
• Cython: Extension Types, C-Typen, Kompilierung mit Cython-Build-Tools
• Einsatzszenarien für Cython: Numerik, Parsing, Performance-kritische Schleifen
• Multithreading mit dem threading-Modul: Threads, Locks, Thread-Pools
• Multiprocessing mit dem multiprocessing-Modul: Prozesse, Queues, Pool
• GIL (Global Interpreter Lock): Warum Threads für CPU-bound Tasks oft unzureichend sind
• Parallelisierungsmuster: Worker-Pools, Map/Reduce in Python
• asyncio-Grundkonzepte für I/O-gebundene Parallelverarbeitung
• Projektabschluss: eigenes Package mit Tests, Dokumentation und Performance-Messung

Der Kurs richtet sich an Programmiereinsteigerinnen und -einsteiger sowie an Entwickler/innen, die aus anderen Sprachen (Java, C#, PHP, R) zu Python wechseln. Ebenso angesprochen sind Personen, die Python bisher nur für einfache Skripte genutzt haben und nun systematisch auf ein professionelles Niveau kommen wollen.

• Programmiereinsteiger/innen ohne Vorerfahrung mit Python
• Entwickler/innen aus anderen Sprachen, die Python systematisch erlernen wollen
• Data-Engineering-Interessierte, die eine solide Sprachbasis benötigen
• Systemadministratoren und DevOps-Praktizierende, die Automatisierungsscripts professionalisieren wollen
• Personen aus technisch-naturwissenschaftlichen Bereichen, die Python als Werkzeug einsetzen wollen

Der Kurs kombiniert strukturierte Präsentation mit direktem Code-Schreiben: Nach jeder Konzepteinheit folgen Programmieraufgaben, die unmittelbar in der Entwicklungsumgebung umgesetzt werden. Ziel ist, dass Teilnehmende nicht nur lesen und zuhören, sondern von Kursanfang an aktiv Code produzieren. Der Kurs steht in Vollzeit- und Teilzeitformaten zur Verfügung; Online-Varianten nutzen synchrone Lehreinheiten im virtuellen Klassenzimmer mit Bildschirmfreigabe und Live-Coding-Sessions. Aufgaben und Abgaben werden von Kursbegleitenden individuell kommentiert.

Der Kurs ist in Vollzeit und Teilzeit verfügbar. Die Kombination von Grundlagen, fortgeschrittenen Konzepten und dem praktischen Package-Projekt erfordert ausreichend Zeit für echte Übungstiefe — oberflächliches Durchlaufen wäre dem Lernziel nicht gerecht. Genaue Stundenzahlen und Terminoptionen stehen bei den jeweiligen Anbietern.

Nach dem Kurs erhalten Teilnehmende ein trägerinternes Zertifikat bzw. eine qualifizierte Teilnahmebescheinigung. Das Kursportfolio — eigenes Package mit Tests und Dokumentation — dient als greifbarer Kompetenznachweis gegenüber potenziellen Arbeitgebern.

Python ist die Programmiersprache der Wahl, wenn es darum geht, schnell produktiven Code zu schreiben — und gleichzeitig eines der wenigen Werkzeuge, das vom Prototyp bis zur produktionsreifen Anwendung, vom Datenpipeline-Skript bis zur REST-API dieselbe Sprache bleibt. Wer Python wirklich beherrscht, hat damit eine Basiskompetenz, die in Softwareentwicklung, Data Engineering, KI und Automatisierung gleichermaßen gefragt ist. Der Kurs geht konsequent über das Niveau eines Online-Tutorials hinaus: Die Verbindung von Sprachkernwissen mit professionellen Werkzeugen — Cython, Multiprocessing, Package-Entwicklung — bereitet auf reale Codebases vor, nicht auf Spielzeugprojekte. Wer den Kurs abschließt, kann sich in einem Team-Repository orientieren, eigene Module strukturieren und Code so aufbereiten, dass andere ihn verstehen und weiterentwickeln können. Für den beruflichen Einstieg oder Umstieg in die Softwareentwicklung bietet Python darüber hinaus einen niedrigschwelligen, aber ernstzunehmenden Weg: Die Sprache ist lesbar genug, um schnell produktiv zu werden, und tief genug, um auch komplexe Anforderungen abzudecken — ein seltenes Gleichgewicht.