Ao selecionar um país você vê os cursos disponíveis na sua região.
⏱ 2 h 30 min📚 25 aulas🎧 Versão em áudio
Construindo Frameworks de Teste de Carga com Locust e Python
Aprenda a projetar e executar testes de desempenho escaláveis usando o Locust, validar dados com o Pydantic e analisar métricas do sistema para implantar aplicativos de alto desempenho.
💬Instrutor de IA Pergunte sobre qualquer aula e receba uma resposta clara na hora, quando quiser.
🕐Comece quando quiser Sem horários nem prazos: aprenda no seu ritmo, quando quiser.
🌐Em português Aulas, tarefas e certificado: tudo totalmente no seu idioma.
Sobre este curso
Aplicativos modernos devem lidar com milhares de usuários simultâneos sem quebrar, tornando a engenharia de desempenho uma habilidade crítica para desenvolvedores e profissionais de QA.Este curso baseado em texto orienta você através do design, execução e análise de testes de carga para garantir que seus sistemas permaneçam rápidos e confiáveis sob pressão.
Você vai passar de um testador manual ou desenvolvedor para um engenheiro de desempenho capaz de construir estruturas de teste de carga automatizadas.Você aprenderá a escrever scripts de testagem escaláveis em Python, simular o comportamento realista do usuário e identificar gargalos do sistema antes que eles afetem seus usuários.
O que você vai aprender:
- Entenda os conceitos básicos de engenharia de desempenho, incluindo latência, throughput e simulação de usuários simultâneos.
- Crie uma estrutura de teste de carga personalizada usando Locust, HTTPX e Python.
- Simule diversos tipos de tráfego em HTTP, gRPC e corretores de mensagens como Kafka.
- Valide dados de teste e cargas úteis de API dinamicamente usando Pydantic e FastAPI.
- Analise métricas de desempenho e gargalos do sistema usando painéis Grafana e consultas de banco de dados.
- Integre testes de carga automatizados em pipelines CI / CD usando GitLab CI e ambientes em contêineres com Docker.
O curso começa com definições fundamentais de métricas de desempenho e terminologia de teste de carga.Você progredirá passo a passo através de guias escritos para configurar ambientes de teste, simular serviços externos, bancos de dados de testes de sementes e executar testes distribuídos de carga.
Este curso é projetado para iniciantes em engenharia de desempenho, desenvolvedores de software e engenheiros de QA que desejam expandir suas habilidades de automação.Não é necessária experiência prévia em testes de carga, embora uma compreensão básica de Python e APIs da web seja útil.
Comece a ler hoje para dominar a arte da engenharia de desempenho e criar sistemas de software resilientes.
Conteúdo do curso
O que você vai receber
📜Certificado de conclusão Adicione ao seu perfil do LinkedIn
💬Tutor AI pessoal Travou em uma aula? Pergunte ao seu tutor integrado qualquer coisa, a qualquer hora.
🎧Versão em áudio incluída Estude em qualquer lugar, sem tela
♾️Acesso vitalício Volte quando quiser, sem expirar
📱Celular ou computador Funciona em qualquer dispositivo
💸Reembolso em 14 dias Sem perguntas
⚡Curto e focado 2 h 30 min de conteúdo prático
Certificado de conclusão
Cada curso que você conclui na PickAClass emite uma credencial como esta — original, com seu próprio código, verificável por URL e detalhada sobre o que foi de fato demonstrado.
P
PickAClass
Perfil de habilidades · verificável
Documento
Certificado de Maestria
Isto certifica que
Nome Sobrenome
demonstrou com sucesso o domínio de
Construindo Frameworks de Teste de Carga com Locust e Python
Habilidades demonstradas
✓
Análise de padrões comportamentais
Fundamental
1.2 h
✓
Estruturas de arquitetura de decisão
Proficiente
1.4 h
✓
Design de testes A/B
Proficiente
1.7 h
✓
Redação comportamental
Avançado
1.9 h
P
PickAClass — Nome Sobrenome
Construindo Frameworks de Teste de Carga com Locust e Python
Página 2 de 2
Detalhe de desempenho
Resumo do curso
Aulas concluídas14 / 14
Questões de prática26 / 28
Tarefas enviadas4 (méd. 4.5 / 5)
Projeto finalAvaliado — 4.6 / 5
Prática total6.2 h
Benchmark de desempenho
Posição na coorteTop 12% de 1,625
Tempo até concluir11 dias (mediana: 22)
Pontuação de domínio91 / 100
Pontuação das questões de prática94%
Verificação de habilidadeTrilha de habilidade verificada