Conceitos avançados de Python. Otimizando o Python. Analisando performance. Uso otimizado de Numpy e Pandas. Interações com a Linguagem C. Interações com FORTRAN. Usando Cython. Explorando o Pypy. Numba. Concorrência e processamento assíncrono. Processamento paralelo: Threads e processos. Processamento distribuído: Dask e Pyspark.

Informações Básicas:

• Carga horária: 60 horas;
• Pré-requisito: Não se aplica.

Bibliografia Obrigatória:

• Python High Performance - Second Edition: Build high-performing, concurrent, and distributed applications. Gabriele Lanaro. 2017;
• High Performance Python: Practical Performant Programming for Humans. Misha Gorelik e Ian Ozvald. O’Reilly. 2014;
• Fluent Python. Luciano Ramalho. O’Reilly. 2015.

Bibliografia Complementar:

• Cython: A guide for programmers. Kurt Smith. 2015;
• IPython Interactive Computing and Visualization Cookbook - Second Edition: Over 100 hands-on recipes to sharpen your skills in high-performance and data science in the Jupyter Notebook. Cyrille Rossant. 2018;
• Elegant SciPy: The Art of Scientific Python. Juan Nunez-Iglesias and Stéfan van der Walt. 2017;
• Guide to NumPy: 2nd Edition. Travis E. Oliphant. 2015;
• Computação Científica com Python, Flávio Codeço Coelho. 2007.