Opis: Implementowanie Czystej Architektury w Pythonie - Sebastian Buczyński

Zaawansowane programowanie zaczyna się tam, gdzie kończy się framework

Praca programisty wydaje się dziś znacznie prostsza niż kilkanaście lat temu. Wydaje się taka, ponieważ ma on dostęp do niezliczonych bibliotek przypisanych do języków programowania. Gdy pojawia się problem, sięga do biblioteki i po sprawie. Problem rozwiązany, zgadza się? I tak, i nie.



Owszem, w wypadku prostych projektów wystarczy bazowa znajomość zasad programowania, podstawowa znajomość danego języka i wiedza na temat tego, co zawiera konkretna biblioteka. Tak jednak działa to jedynie przy nieskomplikowanych aplikacjach. Bez wątpienia dziś łatwiej zacząć programować i szybciej można uzyskać mierzalne efekty, ale...

...prawdziwe programowanie zaczyna się poziom wyżej.



Na etapie większych projektów. Bo duże systemy, niezależnie od języka, w jakim zostały napisane, zawsze są trudne zarówno w rozwijaniu, jak i w utrzymaniu. Książka, którą trzymasz w ręku, została napisana ze świadomością tej programistycznej prawdy. Adresowana do średnio zaawansowanych programistów zajmujących się rozwojem aplikacji internetowych, stanowi kompletny przewodnik po implementacji czystej architektury.



Znajdziesz tu także opisy wielu technik, które pomogą Ci zapanować nad projektami rozwijanymi od dłuższego czasu, takich jak strategia testowania czy modularyzacja. Dzięki ich opanowaniu będzie Ci o wiele łatwiej dbać o poprawność funkcjonowania systemów, nad którymi sprawujesz programistyczną pieczę.

Producent:
Helion SA
Kościuszki 1c
44-100 Gliwice (Polska)
tel: (32) 230-98-63
email: gpsr@grupahelion.pl

Szczegóły: Implementowanie Czystej Architektury w Pythonie - Sebastian Buczyński

Tytuł: Implementowanie Czystej Architektury w Pythonie
Autor: Sebastian Buczyński
Wydawnictwo: Helion
ISBN: 9788328386860
Rok wydania: 2022
Ilość stron: 280

Recenzje: Implementowanie Czystej Architektury w Pythonie - Sebastian Buczyński

Klienci, którzy kupili oglądany produkt kupili także:

Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow Aurélien Géron