Distribuer des tâches python lourdes en mémoire et en cpu à l’aide du Framework Celery combiné avec RabbitMQ et Redis.

Récupérer des données dans différents formats et après traitement les retourner dans d’autres formats n’a jamais été aussi simple avec pandas.

Récapitulatif illustré de comment fusionner des datraframes à l’aide de la méthode “merge” avec pour clé une ou plusieurs colonnes.

Enrichissez votre utilisation des dictionnaires en utilisant le module “collections” avec “defaultdict” et “Counter”.

Comment créer un serveur de streaming avec une API REST développée grâce à FastAPI. Prêt à concurrencer Netflix et Youtube ?

Améliorer la lisibilité des logs de votre application Python en les redirigeant dans un canal de Microsoft Teams.

Comment wrapper et utiliser une dll développée en C / C++ dans un script Python à l’aide de la librairie ctypes.

Implémenter un gestionnaire de tâches pour suivre leur exécution en arrière plan après avoir été générées par une API développée avec FastAPI.

Déployer simplement et rapidement en production des applications Python (FastApi, Celery, …) en utilisant la technologie Docker.

Référencer dynamiquement les fonctions d’une classe dans une API avec le langage Python et le framework FastAPI.