مهندس نرم‌افزار

یک مجموعه گزینش‌شده و با کیفیت از منابع یادگیری که بر پایتون و به زودی C/C++ متمرکز است و برای ساختن پایه‌های قوی مهندسی نرم‌افزار و درک سطح سیستمی طراحی شده است.

ساختار مخزن

.
├── python-basic/           # Essential Python syntax, data types, and operations
├── python-advanced/        # Decorators, threading, logging, JSON, and more
├── python-OOP/             # Deep dive into Python's object-oriented programming
├── cpp-basic/              # Fundamentals of C++: syntax, memory, pointers, etc.
├── cpp-advanced/           # Advanced C++: RAII, noexcept, smart pointers, RVO, etc.
├── cpp-OOP/                # Object-oriented programming in C++
├── CUDA/                   # GPU programming with CUDA (host & device code)
├── MPI/                    # Message Passing Interface programming and demos
├── docs/                   # System-level notes on performance, Python-C++ interop, mixed precision, etc.
└── README.md               # Project overview (this file)

نحوه استفاده

هر پوشه شماره‌گذاری شده شامل یک فایل README.md است که مفاهیم را توضیح می‌دهد و همراه با فایل‌های قابل اجرا با پسوند .py ارائه شده است. به عنوان مثال:

cd python-advanced/08-decorators
python basic_function_decorator.py

تمام کدها با پایتون 3.7+ سازگار بوده و به گونه‌ای نوشته شده‌اند که حداقلی، متمرکز و قابل تست باشند.

نکات برجسته

پایتون

• تسلط بر OOP: کلاس‌ها، وراثت، متاکلاس‌ها، توصیف‌گرها (python-OOP/)
• موضوعات پیشرفته: دکوراتورها، مدیریت زمینه، کشینگ توابع، همزمانی
• ساختارهای داده: لیست‌ها، تاپل‌ها، دیکشنری‌ها، ست‌ها با کاربرد عملی

++C

• مبانی ++C: نحو، توابع، اشاره‌گرها، ساختارها، دامنه، شمارش‌ها (cpp-basic/)
• ++C مدرن: RAII، اسمارت‌پوینترها، معنای انتقال، هم‌ترازی، RVO (cpp-advanced/)
• OOP در ++C: کلاس‌ها، تعیین‌کننده‌های دسترسی، وراثت، چندریختی، قالب‌ها

سیستم‌ها و کارایی

• برنامه‌نویسی CUDA: مدل میزبان/دستگاه، اجرای کرنل، مدیریت حافظه (CUDA/)
• برنامه‌نویسی MPI: برنامه‌های توزیع‌شده عملی، عملیات ماتریسی، اجرای اعتبارسنجی (MPI/)
• مستندات: ارتباط پایتون-++C، مدیریت GIL، تنظیمات CUDA، آموزش با دقت ترکیبی (docs/)

فلسفه یادگیری

• مثال‌های کوچک و ماژولار — بدون نوت‌بوک‌های شلوغ
• جداسازی واضح بین مفهوم، کد و توضیحات
• تاکید بر طراحی، عملکرد و نگهداری‌پذیری
• افزایش تدریجی دانش — ایده‌آل برای فراگیران جدی و حرفه‌ای‌ها

تاریخچه ستاره‌ها

🤝 مشارکت‌ها

باگ، اشتباه تایپی یا تمایل به توسعه چیزی دارید؟ یک PR باز کنید — همه مشارکت‌ها پذیرفته می‌شود.

📄 مجوز

مجوز MIT — رایگان برای استفاده، تطبیق و به اشتراک‌گذاری جهت یادگیری و آموزش.

--- Tranlated By Open Ai Tx | Last indexed: 2025-07-18 ---