Hinter jeder performanten Anwendung stehen durchdachte Algorithmen und geeignete Datenstrukturen. Ob Suchfunktionen, Autocomplete-Systeme, Routenplanung oder intelligente Empfehlungssysteme – die Fähigkeit, Probleme effizient zu modellieren und zu lösen, gehört zu den wichtigsten Kompetenzen moderner Softwareentwicklung. Wer die zugrunde liegenden Konzepte versteht, kann Anwendungen entwickeln, die nicht nur funktionieren, sondern auch skalierbar und performant bleiben.
In diesem Kurs lernst du die wichtigsten Algorithmen und Datenstrukturen anhand verständlicher Beispiele und direkt nachvollziehbarer Python-Implementierungen kennen. Von Rekursion, Sortieralgorithmen und Look-Up-Maps über Graphen, Tries und Heaps bis hin zu Backtracking und Dynamic Programming entwickelst du Schritt für Schritt ein fundiertes algorithmisches Verständnis. Der Fokus liegt dabei auf praktischer Anwendung statt theoretischer Mathematik – mit Techniken, die sich direkt im Entwicklungsalltag einsetzen lassen.
Wie unterscheiden sich Python und Java bei der Entwicklung von KI-Anwendungen? Anhand praktischer Beispiele mit OpenAI vergleicht Michael Inden beide Sprachen bei der Anbindung von LLMs, Prompting und der Umsetzung intelligenter Anwendungen. Eine spannende Gegenüberstellung zweier etablierter Technologien im KI-Zeitalter.
Lerne, wie moderne KI-Systeme mit Python entwickelt werden. Die Autoren zeigen praxisnah, wie sich Large Language Models, intelligente Workflows und produktionsreife AI-Anwendungen implementieren lassen – von den Grundlagen bis zu fortgeschrittenen Einsatzszenarien.
Entdecke die Grundlagen der Rekursion und lerne, wie komplexe Probleme durch Selbstaufrufe elegant gelöst werden können. Anhand anschaulicher Beispiele entwickelst du ein Verständnis für eine der wichtigsten Techniken der Informatik.
Verstehe die Bedeutung von Big-O-Notation und Laufzeitkomplexität für performante Anwendungen. Zusätzlich lernst du mit Two Pointers eine wichtige Optimierungstechnik kennen und erfährst, wie Tests die Qualität deiner Lösungen absichern.
Erfahre, wie Caching, Hash Maps und effiziente Sortierverfahren die Performance von Algorithmen deutlich verbessern können. Dabei lernst du auch Suchverfahren wie die Binärsuche kennen und vergleichst unterschiedliche Lösungsansätze.
Lerne mit Sliding Windows und Präfixsummen zwei leistungsstarke Techniken kennen, um wiederkehrende Berechnungen zu optimieren. An praxisnahen Beispielen erfährst du, wie sich Laufzeiten drastisch reduzieren lassen.
Wie funktionieren Suchvorschläge und Autovervollständigung? Diese Lektion führt in die Datenstruktur Trie ein und zeigt, wie moderne Autocomplete-Systeme schnelle und intelligente Suchergebnisse ermöglichen.
Entdecke die Welt der Graphen und lerne, wie sich Netzwerke, Beziehungen und Verbindungen modellieren lassen. Von sozialen Netzwerken bis zu Navigationssystemen bilden Graphen die Grundlage vieler moderner Anwendungen.
Vertiefe dein Wissen über Graphen und lerne wichtige Traversierungsverfahren wie Breiten- und Tiefensuche kennen. Außerdem erfährst du, wie die Python-Bibliothek NetworkX komplexe Graphenanalysen und Visualisierungen vereinfacht.
Lerne, wie Dynamic Programming wiederkehrende Teilprobleme erkennt und dadurch selbst komplexe Algorithmen erheblich beschleunigt. Die Lektion erklärt die Konzepte Memoization und Tabulation anhand leicht nachvollziehbarer Beispiele.
Von Bubblesort bis Quicksort: Vergleiche die wichtigsten Sortieralgorithmen hinsichtlich Laufzeit, Effizienz und Einsatzgebieten. Du erfährst, warum manche Verfahren deutlich schneller sind als andere und wann sie eingesetzt werden.
Lerne die Grundlagen von Binärbäumen, Heaps und Prioritätswarteschlangen kennen. Du erfährst, wie diese Datenstrukturen effiziente Such-, Sortier- und Priorisierungsverfahren ermöglichen und in modernen Anwendungen eingesetzt werden.
Python-Entwickler, die ihre Kenntnisse in Algorithmen, Datenstrukturen und effizienter Problemlösung vertiefen möchten.
Softwareentwickler, die verstehen wollen, wie moderne Such-, Analyse- und Optimierungsalgorithmen funktionieren.
Entwickler und Architekten, die performante Anwendungen entwickeln und fundierte Entscheidungen über Datenstrukturen und Algorithmen treffen möchten.
die wichtigsten Algorithmen und Datenstrukturen sicher in Python anwendest
die Performance von Algorithmen mithilfe der Big-O-Notation bewertest
Rekursion, Memoization und Dynamic Programming gezielt zur Problemlösung einsetzt
Graphen, Tries, Binärbäume und Heaps für reale Anwendungsfälle nutzt
Michael Inden
OST – Ostschweizer Fachhochschule
Experte für Python, Java, Algorithmen & Datenstrukturen
Miguel Bravo
Premier Analytics Consulting, LLC
Experte für Machine Learning & KI, Data Science & Big Data Analytics, MLOps & AI-Systeme
Ryan Lafler
Premier Analytics Consulting, LLC
Experte für Applied AI & Machine Learning, Data Engineering & Analytics Platforms, Statistik & Predictive Analytics
Mit der Fullstack Membership greifst du auf alle entwickler.de-Inhalte zu — Live-Events, Tutorials, Kurse und deine Konferenzsessions inklusive.
Bereits Member? Anmelden
Du bist bereits ein Fullstack Member? Dann logge dich auf entwickler.de ein und starte den Kurs. Jetzt einloggen