Projekty Python do portfolio — od skryptu do aplikacji w Django

Projekt w portfolio Python Developera ma przekonać, że potrafisz napisać kod, który ktoś inny uruchomi, zrozumie i będzie mógł rozwijać. Dlatego liczy się nie temat, tylko to, co otacza kod: README, testy, sposób pracy z danymi, wdrożenie i podstawy bezpieczeństwa. Poniżej sześć projektów ułożonych od najprostszego — przy każdym to, co musi się w nim znaleźć.

Ogólne zasady porządnego repozytorium i profilu opisaliśmy w tekście portfolio na GitHubie. Tutaj skupiamy się na tym, czego oczekuje się od projektów backendowych w Pythonie i Django.

Sześć projektów od najprostszego

1. Narzędzie w terminalu do porządkowania plików

Program sortuje pliki w katalogu według rozszerzenia i daty, a na życzenie pokazuje, co zamierza zrobić, zanim cokolwiek przeniesie.

• README: co robi program, jak go zainstalować i przykład wywołania,
• testy: pytest dla funkcji, które decydują, gdzie trafi plik,
• bezpieczeństwo: program nie zapisuje niczego poza wskazanym katalogiem.

2. Przetwarzanie pliku CSV z raportem

Skrypt wczytuje dane, filtruje je i zapisuje podsumowanie do nowego pliku.

• README: przykładowy plik wejściowy i wynik, który powinien powstać,
• testy: także dla złych danych — pustego pliku, brakującej kolumny, tekstu zamiast liczby,
• bezpieczeństwo: w repozytorium nie ma prawdziwych danych osobowych, tylko przykładowe.

3. Klient publicznego API z pamięcią w bazie

Program pobiera dane z publicznego API i zapisuje je w SQLite, żeby nie pytać serwera o to samo dwa razy.

• API: obsługa błędów sieci, limitu czasu i ponownych prób,
• baza danych: SQLite z prostym schematem opisanym w README,
• testy: odpowiedzi API podmienione w testach, żeby testy nie zależały od internetu,
• bezpieczeństwo: klucz do API w zmiennej środowiskowej, nigdy w kodzie.

4. REST API w FastAPI albo Django REST Framework

Interfejs do zarządzania jednym zasobem, np. listą zadań, z rejestracją i logowaniem użytkownika.

• API: pełny CRUD, dokumentacja endpointów i sensowne kody odpowiedzi,
• baza danych: PostgreSQL i migracje,
• testy: testy endpointów, również dla błędnych danych i braku uprawnień,
• deploy: docker-compose, które uruchamia API z bazą jednym poleceniem,
• bezpieczeństwo: walidacja danych wejściowych i uwierzytelnianie tokenem.

5. Aplikacja webowa w Django

Aplikacja z kontami użytkowników, formularzami i uprawnieniami, np. prosty system rezerwacji.

• baza danych: modele z relacjami i migracje,
• testy: testy modeli, widoków i uprawnień — kto co może zobaczyć i zmienić,
• deploy: aplikacja uruchomiona poza Twoim komputerem albo gotowa do uruchomienia w kontenerze,
• bezpieczeństwo: ustawienia produkcyjne oddzielone od deweloperskich, wyłączony tryb debug, sekrety poza repozytorium.

6. Aplikacja z zadaniami w tle i automatycznym wdrożeniem

Projekt 4 lub 5 rozbudowany o zadania wykonywane w tle, np. wysyłkę powiadomień, oraz pipeline CI/CD.

• API i baza danych: jak w projekcie 4 lub 5, plus kolejka zadań (np. Celery z Redisem),
• testy: uruchamiane automatycznie w pipeline przy każdej zmianie,
• deploy: nowa wersja trafia na serwer po zmianie w głównej gałęzi,
• bezpieczeństwo: ograniczenie liczby zapytań i logi, z których da się odtworzyć, co się stało.

Słaby i mocny dowód umiejętności

Ten sam projekt może przekonywać albo nie — zależnie od tego, jak jest pokazany.

Lista kontrolna osoby, która sprawdza projekt

• projekt uruchamia się według README w kilka minut,
• testy przechodzą lokalnie i w pipeline,
• w repozytorium ani w historii nie ma sekretów,
• dane wejściowe są walidowane, a błędy zwracają zrozumiałe komunikaty,
• struktura projektu jest czytelna — widać, gdzie jest logika, a gdzie widoki,
• autor potrafi wyjaśnić każdą decyzję na rozmowie.

Od czego zacząć?

Jeśli dopiero uczysz się podstaw, zacznij od projektów 1 i 2 — kolejność nauki opisaliśmy w planie nauki Pythona od zera. Przed projektami 4 i 5 porównaj frameworki w tekście Django, Flask czy FastAPI. Nie musisz zrobić wszystkich sześciu: dwa, trzy dopracowane projekty mówią więcej niż sześć porzuconych.

Chcesz budować takie projekty z feedbackiem do kodu? Kurs Python Developer prowadzi od podstaw języka przez bazy danych i Django po API i wdrożenie, a projekty trafiają do Twojego portfolio.