Modul: Software-Engineering mit Python, Hochschule für Informatik FHNW

In Data-Science-Projekten kommen häufig Jupyter-Notebooks zum Einsatz - ideal für das schnelle Prototyping und die Veranschaulichung der Analysen. Mit zunehmender Komplexität jedoch auch schnell unübersichtlich. Zentrale Software-Engineering-Konzepte wie Testing, Versionskontrolle oder Code-Wiederverwendung lassen sich darin nur schwer umsetzen.

Genau hier setzt dieses Modul an: Du lernst, wie du mit professionellen Methoden nachhaltigen, korrekten und nachvollziehbaren Code entwickelst – und wie du diesen innerhalb deines Unternehmens effektiv wiederverwendest.

In diesem Modul erlernst du die Software-Engineering-Grundlagen in Python mit Fokus auf Data-Science-Projekte. Damit bist du in der Lage, robusten, wiederverwendbaren und leicht verständlichen Code zu schreiben. Du wirst die wichtigsten Elemente des Software-Engineerings wie Versionskontrolle, Code-Reviews, Refactorings, Coding-Prinzipien (z.B. DRY), Software-Testing, Logging, Coding-Guidelines und Build-Systeme kennenlernen und umsetzen. Auch wenn es sich um viele klassische Elemente aus der Software-Entwicklung handelt, wird der Fokus auf Data-Science-Projekte gelegt. Versionierung beinhaltet nicht nur Code-Versionierung, sondern auch die Versionierung von Modellen und Daten, damit Experimente reproduzierbar sind. Zudem erlernst du verschiedene Möglichkeiten, wie du dein Programm als Service zur Verfügung stellst und die Zugriffe darauf wie auch den Zustand deines Programms überwachst.

Du profitierst von Best-Practices-Tipps und siehst auch, welche Unterstützungen Entwicklungsumgebungen im ganzen Software-Entwicklungsprozess bieten.

Lernziele

Nach dem Modul kannst du:

• Code aus Jupyter-Notebooks in Module auslagern.
• denselben Code aus verschiedenen Projekten verwenden.
• deinen Code professionell strukturiert, wartbar und verständlich aufbauen und kennst die Prinzipien hierfür.
• Versionskontrolle für deinen Code, Modelle und Daten anwenden.
• die Funktionalität deines Codes mit Unit-Tests prüfen.
• automatische Build-Systeme für deinen Code in das Versionsverwaltungssystem einbinden.
• das Logging in eine Applikation integrieren, konfigurieren und überwachen.
• dein Programm über eine Schnittstelle anbieten und begründet entscheiden, welche Variante für welchen Anwendungsfall geeignet ist. Hierfür kennst du verschiedene Möglichkeiten.
• dein Programm über eine Schnittstelle anbieten.
• die Zugriffsberechtigungen für deine Schnittstelle konfigurieren.
• die Zugriffe und Applikation, welche über eine Schnittstelle veröffentlicht wurde, überwachen.

Technologie

Python

Erwartete Vorkenntnisse

Du hast Grundkenntnisse in Python und Data-Science.