Jour 1
INTRODUCTION
Rôle du data scientist
Convictions
INSTALLATION DES ENVIRONNEMENTS
Jupyter Notebook
PyCharm
Environnement anaconda
CLEAN CODE ET NOTEBOOK
Nettoyer son notebook
Noms des variables
Utilisation de fichiers de configuration
Programmation fonctionnelle
Immutabilité
Créer des fonctions
Mise en pratique : « Appliquer les techniques de Clean code à un notebook »
TESTER SON CODE
Découverte du TDD
Initiation à unittest
- Les classes de test
- Écrire son premier test
- Les méthode setup et teardown
Intégration à setuptools
Mise en pratique : « Écrire ses premiers tests »
Jour 2
RAPPELS ET RÉVISION DU JOUR 1
DOCUMENTER SON PROJET
Découverte de Sphinx
Découverte de sphinx-quickstart
Mise en pratique : « Documenter son projet »
GÉRER LES VERSIONS
Introduction à Git
Gérer les versions de code
Utilisation des tags
Stratégies de versionning
Gérer des datasets et des modèles
RENDRE SON CODE DÉPLOYABLE
Définition du packaging
Introduction à setuptools
Installer son code en local
Gestion des dépendances
Règles simples de démarrage
Mise en pratique : « Créer et installer son package »
Bien séparer entraînement et inférence
Sauvegarder les objets de préparations de données
Mise en pratique : « Séparer train & predict »-
CONCLUSION
Synthèse des points abordés
Partage sur la formation
Questions/Réponses additionnelles
