Pydantic: Datenvalidierung und Parsing leicht gemacht
Pydantic, ein effektives Werkzeug im Data Engineering, unterstützt durch Datenvalidierung und Typkonvertierung die Entwicklung sicherer Datenpipelines.
Durch die Integration mit OpenAPI werden interoperable, klar definierte APIs gefördert, essentiell für effizienten Datenaustausch in verteilten Systemen. Zudem unterstützt Pydantic Domain-Driven Design durch klar definierte Modelle, die Geschäftsregeln widerspiegeln, fördert die Kommunikation zwischen technischen und geschäftlichen Teams und verbessert die Softwarearchitektur.
Der Vortrag zeigt einen Use Cases aus Finance und zielt auf Python-Entwickler und Architekten, die Datenverarbeitung und Softwarequalität optimieren wollen.
Vorkenntnisse
- Teilnehmende sollten grundlegende Kenntnisse in Python und ein allgemeines Verständnis von Datenstrukturen und Datenverarbeitung haben.
- Darüber hinaus wäre ein grundlegendes Verständnis von REST APIs und dem Konzept des Domain-Driven Design hilfreich, ist aber nicht zwingend erforderlich.
Lernziele
- Dieser Vortrag richtet sich an Python-Entwickler, Data Engineers und Architekten, die ihre Kenntnisse in Datenvalidierung, Parsing, Domain Driven Design und API-Entwicklung erweitern möchten.
- Darüber hinaus profitieren auch technische Teamleiter und Entscheidungsträger, die nach effektiven Methoden zur Verbesserung der Datenqualität und zur Förderung klarer, domänenorientierter Softwarearchitekturen suchen.