code

badge-check
badge-check
badge-check
square-code

Python &
calendar Programă de training

Agentic AI
check

badge-check
badge-check

globe [Link] office@[Link]

 Obiectivele cursului

La finalul cursului, participanții vor putea:

să înțeleagă și să utilizeze fundamentele limbajului Python, inclusiv
tipuri de date, colecții, control flow, funcții și gestionarea erorilor

să scrie cod Python clar, modular și reutilizabil, aplicând concepte

de programare orientată pe obiecte și bune practici de design

să aplice principii moderne de dezvoltare software precum OOP și

principiile SOLID pentru a construi aplicații scalabile și ușor de
menținut

să lucreze cu date și fișiere în formate uzuale (CSV, JSON, Excel) și

să implementeze mecanisme de logging pentru monitorizarea
aplicațiilor

să folosească Git și GitHub pentru version control și colaborare în

proiecte software

să interacționeze cu baze de date relaționale MySQL folosind

SQLAlchemy și să implementeze operații CRUD în aplicații Python

să înțeleagă și să utilizeze API-uri, inclusiv consumul de servicii

externe folosind biblioteca requests

să construiască microservicii moderne folosind FastAPI, incluzând

endpoint-uri REST, validare de date cu Pydantic, dependency
injection și autentificare cu JWT

să dezvolte interfețe simple pentru aplicații Python folosind

Streamlit

să înțeleagă conceptele fundamentale din Artificial Intelligence și

Large Language Models (LLMs) și modul în care acestea pot fi
integrate în aplicații software
 să aplice tehnici de prompt engineering pentru a obține rezultate
mai precise de la modele de limbaj

să construiască aplicații bazate pe RAG (Retrieval Augmented

Generation) pentru a combina LLM-uri cu surse externe de
informație

să dezvolte aplicații AI moderne folosind framework-uri pentru

Agentic AI precum LangChain sau Google ADK, capabile să
folosească tool-uri, API-uri și fluxuri automate de lucru

să proiecteze și să implementeze aplicații end-to-end care combină

backend Python, API-uri și componente AI pentru rezolvarea unor
probleme reale

Python Fundamentals
Sintaxa Python și rularea scripturilor
structura de bază a unui program Python

rularea codului în interpreter și executarea scripturilor

reguli de indentare și organizarea codului

folosirea comentariilor în cod

Tipuri de date
tipurile de bază: int, float, str, bool

operații uzuale cu fiecare tip de date

conversii între tipuri de date

verificarea tipului unei variabile

Colecții de date

utilizarea colectiilor Python: list, tuple, dict, set

accesarea și modificarea elementelor

iterarea prin colecții

operații uzuale pe colecții

Control flow

folosirea instrucțiunilor condiționale if / elif / else

operatori de comparație și operatori logici

utilizarea buclelor for și while

controlul execuției cu break și continue

Funcții

definirea funcțiilor folosind def

parametri și argumente

returnarea valorilor folosind return

reutilizarea codului prin funcții

Scope & lifecycle

variabile locale și globale

vizibilitatea variabilelor în interiorul funcțiilor

ciclul de viață al variabilelor și obiectelor

Exceptions și Error Handling

tipuri comune de erori în Python

folosirea blocurilor try / except

tratarea și gestionarea excepțiilor

ridicarea excepțiilor folosind raise

Python Intermediate

Decorators și Generators

ce sunt decoratorii și cum pot modifica comportamentul unei

funcții

crearea și utilizarea decoratorilor în aplicații Python

ce sunt generatorii și cum ajută la procesarea eficientă a datelor

folosirea yield și diferența dintre generatori și liste

Programare orientată pe obiecte (OOP)

definirea claselor și crearea obiectelor

utilizarea atributelor și metodelor

conceptele principale OOP:

Encapsulation

Inheritance

Polymorphism

Abstraction

Principii SOLID

introducere în principiile de design pentru cod curat și ușor de

menținut

aplicarea celor 5 principii SOLID în structura claselor și aplicațiilor

Python
Logging și File I/O

folosirea modulului logging pentru monitorizarea aplicațiilor

citirea și scrierea fișierelor text

lucrul cu fisiere:

CSV

JSON

Excel

Git și GitHub

concepte de bază pentru version control

folosirea Git pentru gestionarea modificărilor în cod

lucrul cu repository-uri GitHub

commit, push, pull și lucrul cu branch-uri

Baze de date relaționale – MySQL și SQLAlchemy

concepte de bază despre baze de date relaționale și structura

tabelelor

conectarea aplicațiilor Python la baze de date MySQL

utilizarea SQLAlchemy pentru interacțiunea cu baza de date

APIs și consumul lor

ce este un API și cum funcționează comunicarea între aplicații

metode HTTP principale: GET, POST, PUT, DELETE

consumarea API-urilor folosind biblioteca requests

trimiterea de parametri, headers și payload

procesarea răspunsurilor primite (JSON)

Data validation și normalisation – Pydantic
validarea datelor primite în aplicații Python

definirea schemelor de date folosind Pydantic models

verificarea tipurilor de date și a regulilor de validare

normalizarea și transformarea datelor de intrare

Microservicii – FastAPI
introducere în conceptul de microservicii

crearea de API-uri folosind FastAPI

definirea endpoint-urilor:
GET

POST

PUT

DELETE
validarea requesturilor cu Pydantic

dependency injection în FastAPI

utilizarea middleware-urilor

autentificare folosind JWT (JSON Web Tokens)

UI pentru aplicații Python – Streamlit

introducere în crearea interfețelor web simple cu Python

utilizarea bibliotecii Streamlit pentru vizualizarea datelor

construirea de pagini interactive

formulare, input-uri și afișarea rezultatelor

AI și LLM Applications

LLMs (Large Language Models)

introducere în conceputul de Large Language Models

cum funcționează modelele de limbaj și cum generează răspunsuri

interacțiunea cu LLM-uri prin API-uri

utilizarea LLM-urilor în aplicații (chatbots, asistenți, automatizări)

Prompt Engineering

ce este un prompt și cum influențează răspunsul modelului

tehnici de scriere a prompt-urilor eficiente

structurarea instrucțiunilor pentru rezultate mai precise

optimizarea prompt-urilor pentru task-uri diferite

Agentic AI

conceptul de AI agents și cum pot executa task-uri complexe

construirea de agenți care pot folosi tool-uri și API-uri

orchestrarea fluxurilor de lucru cu agenți AI

utilizarea unui framework precum LangChain sau Google ADK

RAG – Retrieval Augmented Generation

ce este arhitectura RAG și de ce este folosită


combinarea modelelor LLM cu surse externe de informație

procesul de retrieval și generation

utilizarea documentelor sau bazelor de cunoștințe pentru

răspunsuri mai precise

integrarea RAG în aplicații AI

 Notă

Această programă este un ghid, prin urmare ordinea subiectelor

și nivelul de complexitate vor fi adaptate grupei.

badge-check
badge-check
badge-check
square-code

check

code badge-check
badge-check