знати:
- основні можливості та обмеження мови програмування
- реалізацію концепції об’єктно-орієнтованого програмування у Python
- як взаємодіяти із різними базами даних та файловою системою
вміти:
- створити власний простий продукт, використовуючи концепцію об’єктно-орієнтованого
програмування і асинхронність обробки
- створити модуль з можливість його використання сторонніми розробниками
- працювати із популярними реляційними та не реляційними базами використовуючи моделі,
написані Python
- використовувати багато потоковість і багатоядерні процесори для розробки ПЗ за допомогою
Python
- покривати код тестами

Алгоритмізація і програмування

ТИПИ ДАНИХ І КОЛЕКЦІЙ. ФУНКЦІЇ І МОДУЛІ. РОБОТА З ФАЙЛАМИ. ОБ’ЄКТНО-ОРІЄНТОВАНЕ ПРОГРАМУВАННЯ. БАГАТОПОТОКОВІСТЬ ТА АСИНХРОННІСТЬ. ТЕСТУВАННЯ КОДУ. PYTHON ДЛЯ НАУКОВЦІВ. ДИСТРИБУТИВ ANACONDA І МЕНЕДЖЕР ПАКЕТІВ CONDA. БІБЛІОТЕКА PANDAS. БІБЛІОТЕКА NumPy. БІБЛІОТЕКА Matplotlib

1. Allen Downey. Think Python, 2nd Edition. How to Think Like a Computer Scientist / O’Reilly, 2015. - 289 p.
2. Charles R. Severance. Python for Everybody: Exploring Data in Python 3 / CreateSpace
Independent Publishing Platform, 2016. - 244 pages
3. Wes McKinney & PyData Development Team. pandas: powerful Python data analysis toolkit

50 - лабораторні роботи
50 - екзамен

В результаті вивчення модуля студент повинен:
• знати методи і засоби системного програмування, основи і елементи системного програмування на Асемблері для ПЕОМ, принципи органiзацiї та функцiювання основних пристроїв ПЕОМ та їх програмування для розширення можливостей прикладних програм.
• вміти писати і відлагоджувати програми на Асемблері для ПЕОМ, розробляти системні програми на Асемблері для роботи з пристроями вводу/виводу, системним таймером, годинником реального часу, файловою системою, перериваннями, практично застосовувати навички, методи та засоби системного програмування при створення складних прикладних програм, практично поєднувати прикладне та системне програмне забезпечення для розширення можливостей та пiдвищення ефективностi використання технiчних, програмних та iнформацiйних ресурсiв.

• переквізити: алгоритмізація та програмування;
• кореквізити: комп’ютерна схемотехніка.

Технічні засоби програмно-технічних систем та функціонування ЕОМ, програмування на Асемблері, організація і програмування вводу-виводу та обробки переривань, робота з таймером, годинником реального часу, файлами та каталогами.

• Зубков С.В. Assembler для DOS, Windows и UNIX.: - M.: ДМК, 2005.
• Несвижский В. Программирование аппаратных средств в Windows.- СПб.: БХВ-Петербург, 2008.
• Пирогов В.Ю. Ассемблер на примерах.- СПб.: БХВ-Петербург, 2012.
• Сван Т. Освоение Tubo Assembler.: - К.: Диалектика, 1996.
• Пустоваров В.И. Ассемблер: программирование и анализ корректности машинных программ.: - К.: BHV, 2000.
• Шеховцов В.А. Операційні системи. – К.: BHV, 2005.
• Дунаев С. UNIX сервер.: - М. Диалог-МИФИ, 1998.
• Глинський Я.М., Ряжська В.А. Linux-практикум з інформатики: Навч. посіб. – Львів: Деол, 2004.

• поточний контроль (30 %): письмові звіти з лабораторних робіт та усне опитування (25 %), РГР (5%);
• підсумковий контроль (70% екзамен): тестування (70%).

знати:
- основні можливості та обмеження мови програмування
- реалізацію концепції об’єктно-орієнтованого програмування у Python
- як взаємодіяти із різними базами даних та файловою системою
вміти:
- створити власний простий продукт, використовуючи концепцію об’єктно-орієнтованого
програмування і асинхронність обробки
- створити модуль з можливість його використання сторонніми розробниками
- працювати із популярними реляційними та не реляційними базами використовуючи моделі,
написані Python
- використовувати багато потоковість і багатоядерні процесори для розробки ПЗ за допомогою
Python
- покривати код тестами

Алгоритмізація і програмування

ТИПИ ДАНИХ І КОЛЕКЦІЙ. ФУНКЦІЇ І МОДУЛІ. РОБОТА З ФАЙЛАМИ. ОБ’ЄКТНО-ОРІЄНТОВАНЕ ПРОГРАМУВАННЯ. БАГАТОПОТОКОВІСТЬ ТА АСИНХРОННІСТЬ. ТЕСТУВАННЯ КОДУ. PYTHON ДЛЯ НАУКОВЦІВ. ДИСТРИБУТИВ ANACONDA І МЕНЕДЖЕР ПАКЕТІВ CONDA. БІБЛІОТЕКА PANDAS. БІБЛІОТЕКА NumPy. БІБЛІОТЕКА Matplotlib

1. Allen Downey. Think Python, 2nd Edition. How to Think Like a Computer Scientist / O’Reilly, 2015. - 289 p.
2. Charles R. Severance. Python for Everybody: Exploring Data in Python 3 / CreateSpace
Independent Publishing Platform, 2016. - 244 pages
3. Wes McKinney & PyData Development Team. pandas: powerful Python data analysis toolkit

50 - лабораторні роботи
50 - екзамен