| 上午 | |||
| 08:30 | 签到 | ||
| 09:00 | 开场 Guido | ||
| 09:10 |
解决迭代陷阱，Python In Docker 幻灯 |
颜开 | Python依赖陷阱是给令人头疼的问题 描述依赖陷阱造成的问题 用virtualenv是现有的方案。 可以解决的一些问题，但是却会造成另一些问题 还有其他的解决依赖陷阱的方案 对比 可以使用Docker来解决 如何用Docker解决依赖陷阱 Docker的机制是什么，为什么能解决问题 Docker可以给Python带的其他附加值。部署更方便，集成第三方更容易。CPython，Pypy，Jpython的使用更容易 |
| 09:35 |
用在线的方式完成 Flask 开发 幻灯 |
吴柯 | flask 作为轻量级的 python web 开发框架已经很流行了，有什么样的优缺点呢。纯在线开发的是一个比较新鲜的概念，目前轻量级开发的问题。Coding 的 WebIDE 工具介绍;使用 webide 来编写一个轻量的 web 程序是什么样的体验。开发完成后如何结合现有的部署工具完成部署访问。Coding 和第三方部署工具提供的部署选择。 |
| 09:55 |
用简单语言构建复杂系统 幻灯 |
陈博 | 作为云计算领域的一个领头项目，OpenStack近年来的飞速发展，充分证明了Python语言构架大型复杂系统的可行性。美团云计算团队从3年前开始使用Python开发云计算系统，核心模块完全从零开始编写。目前的Python代码中自研部分有50万行，使用和维护的外部代码有10万行，并且通过Python与底层C代码模块对接（如存储和网络等），二十多个独立服务交互运行。积极吸收社区经验，采用如Tornado、SQLAlchemy、eventlet等成熟项目作为功能组件。作为美团云的最大用户，美团自己的大部分业务目前都跑在这个云计算平台上，产品形态从最初的公司内部私有云，到现在的公有云运营，一直保持快速迭代。美团云团队是Python语言的重度使用者，Python工程师们从开发、测试、运维等多个方面合力保障这套复杂系统的正常运行。 |
| 10:30 | 茶歇·抽奖 | ||
| 10:40 |
基于猎聘大数据的Python工程师职业发展研究 幻灯 |
石晶+单艺 | 0：我们分析职业发展数据的技术和数学方法 1. 人才分布：Python人才在不同行业、地域和职位的分布情况 2. 企业需求：招聘市场上的Python人才需求热点和变化趋势 3. 职业发展：Python人才职业发展的路径分析，在不同行业间的流动趋势和方向 4. 薪资水平：不同行业、地区、职位、工作年限的Python人才薪水分析，与其他技能人才的薪资水平对比 5. 人才画像：Python人才的年龄段、教育背景、所学专业情况，以及与职位、收入水平的关系 |
| 11:00 |
使用Python进行高效函数式编程 幻灯 录像 |
丁来强 | 不同于面向对象编程的函数式编程以其低副作用, 高模块复用性与易并发性获得极大关注与发展(e.g. Scala, Hashell, Erlang等). Python并不是纯粹的函数式编程语言, 但是提供了极其强大的语言特性使得进行函数式编程的可能 本主题涵盖函数式编程的各种重要特性在Python的关键点实现, 覆盖Python核心语法(function, lambda, generator, iterator, decorator等)和相关标准库(functools, operators, itertools)外, 涉及到函数式编程的核心思想, 技术(pure function, persistent data, high order function, currying, TCO, trampoline, overloading, pattern matching, laziness streaming等), 工具(multipledispatch, pyrsistent, fn, PyToolz, ipython cluster, python-parallel, 等)以及并发相关的编程, 进行有效的函数式编程. |
| 11:30 |
Dive into Sentry 幻灯 |
徐涛 | 分享 Sentry 一些相关的经验。在豆瓣内部 Sentry 的使用情况，Sentry 迁移经验。以及一些 Sentry 的内部机制，内部实现，以及一些吐槽。blablablablablablablablablablablablablablablablablablablablablablablablablablablablablablablablablablablabla 凑不够字数。。 |
| 12:00 |
Facebook and Python 幻灯 |
Rosie Li (李若思) | (英文演讲) |
| 中午 | |||
| 12:10 | 午餐 · 合照 · 交流 · 短片 | ||
| 下午 | |||
| 13:00 |
用Python实现Hadoop任务调度管理 幻灯 |
阳曙光+苏铖 | 如何解决大数据任务的依赖、定时、失败重试问题？三大开源调度系统oozie、azkaban、luigi各有所长。但是它们主要面向开发人员，使用门槛较高。针对数据分析场景，我们用python开发了一套可视化、轻量级、易用的大数据任务管理系统，让分析师也能够轻松提交和管理任务，玩转大数据。 |
| 13:30 |
pidl: python-powered microservices at Douban |
Guillaume Bouriez | 分享豆瓣在全站服务化方面做的一些尝试和努力，以及为此开发的 Pythonic Interface Description Language。Moving to a microservice architecture solves many issues, but it is hard.Pidl, our in-house interface layer, allows to isolate services with only minimal changes in client and service code. A pidl service efficiently exports fully functional python modules, with functions, classes and methods. For the user, it is pure magic: the service is used as a normal python module but its code is never imported! |
| 14:00 |
Python 项目中常见的单元测试场景 幻灯 |
郑堃 | 在做 Python 项目的时候，碰到过的需要做单元测试的各种场景以及示例代码演示，比如： 1、演示用的 Hello World 级别的例子； 2、用 Django 等 Web 框架自带的测试框架为例 3、经常会碰到的网络请求模拟、需要文件读写模拟、数据库（比如：MySQL、MongoDB 等）各种需要预置条件的 4、其它能总结出来的 Mock 或 Fake 的处理 5、肯能还有一些经常用到的、需要的、常用的工具或类库等等 |
| 14:30 |
python安全编码 幻灯 |
廖新喜 | 主要讲python的安全编码，包括xss，httpresponse直接返回导致的xss， 命令注入（哪些接口会导致命令注入，如何正确的封装一个过滤命令注入） ，sql注入的场景， 代码执行的场景（eval，pickle.loads），以及如何避免，eval的错误封装导致的安全问题，github一搜一堆堆的。文件操作，像任意文件读取，下载等，文件上传，xxe漏洞的场景，在python中的体现。最后会谈到自动化审计注入漏洞 |
| 15:00 | 茶歇·抽奖 | ||
| 15:10 |
python的module机制与最佳实践 幻灯 |
刘畅 | 人生苦短，我用python。但是，在使用python的过程中，最让人痛苦的事情有二件，一个是编码问题，另一个则是import不了包。本文将详细介绍关于python的包管理机制，python如何引用包，PYTHONPATH是怎么回事，sys.path与其有什么不同。为什么py3把py2的包引入机制彻底废弃。py3的absolute import又是怎么回事。最后，演讲将介绍关于python项目目录的最佳实践，避免各种引用的问题。 |
| 15:40 |
python 让更多的人爱上编程语言 幻灯 |
林攀 | 如何让孩子爱上编程，python是众多语言首选！Python作为动态语言更适合初学编程者。Python可以让初学者把精力集中在编程对象和思维方法上，而不用去担心语法、类型等等外在因素。而Python清晰简洁的语法也使得它调试起来比Java简单的多。至于哪个更“优雅”纯属个人喜好，但对于初学编程的人Python更直观应该没什么异议。 |
| 16:10 |
浅析Python多线程与多进程的使用 幻灯 |
汪尊 | 人们关于IO密集型和计算密集型采用何种并发模型的讨论由来已久，到底采用多线程还是多进程，对很多同学来说都有些纠结。本次分享将通过一些测试方法，为大家展示不同编程模型的性能表现，以及在并发编程中可能遇到的问题及其解法。 |
| 16:40 |
使用Python进行高效大数据分析处理与可视化 幻灯 录像 |
丁来强 | 大数据处理中;70%左右的时间我们在做处理准备(加载/抽取/清洗/转换/分组/ 合并等); 进行商务分析的过程中(以及之后);又会花相当多的时间做数据可视化的工作. 这个主题介绍了如何使用Python选择高效的数据处理分析与可视化.内容通过多个实例, 覆盖了如何使用Pandas进行高效数据ETL与分析; 使用SeaBorn与BokeH进行高效数据可视化; 使用Blaze与Spark与Pandas结合进行更大规模的数据分析与可视化等. |
| 闪电演讲 | |||
| 17:10 |
如何提高研发效率 幻灯 |
王志利 | 编写一个较大型的程序，写好后，运行很缓慢，这时候不可能再一行行其找原因，毕竟代码那么多，那这种情况下如何快速定位到问题，解决问题；还有如果已经上生产的项目，这时候由于某种原因运行缓慢，那肯定不能ctrl+c 吧，程序还要继续运行，但是都不能确定是运维的问题还是开发的问题，这下找原因困难重重，怎么解决，还要这时候环境复杂，也许代码之间，总体影响最大的也许是多个原因，而影响最大的单个原因应该最先被解决，这什么怎么发现这一点; |
| 17:20 |
用 QPython 极速开发 安卓 App 幻灯 |
曲池峰 | 以开发 PyConChina2015 为例子，介绍如何用 QPython 开发并导出为 安卓 APK; 安卓 WebApp 的设计思路 QPython 的简介及 WebApp 模式 QPython 微信号/qpython |
| 17:40 |
Python在移动社交平台中的应用 幻灯 |
衷文闻 | 介绍以下内容： 1、移动社交平台及其架构介绍（简介） 1）平台的主要架构（全球化的考虑） 2）各部分功能简介（使用到了哪些组件） 2、Python及其类库在平台中的应用（主要介绍，大家一起交流） 1）Python的使用（Python的优缺点、Python的适用性） 2）相关类库的使用（PIL等） 3）使用过程的心得交流 |
| 17:45 |
python与抓包 幻灯 |
余占勇 | 利用python网络抓包，传统的抓包如利用tcpdump wireshark 不方便做实时分析，在socket包处理上，不能修改封包内容，还有现在针对移动端的抓包也仅限于抓取http包，在像移动游戏之类用到长连接的socket包，是不能方便抓取到的。利用python，可轻松实现如上功能 |
| 17:50 |
基于Fabric的自动化实践 幻灯 |
黄鑫 | 讲解Fabric在企业自动化中的具体应用。常规任务的自动化，与Shell的交互以及其实现原理，基于SSH的安全通信。作为部署解决方案的实现，与多个代码源、Jenkins、代理前端交互实现一体化部署，执行完操作后基本检测，生成报表并提供结构化数据用于事后分析。 |
| 协商取消 | |||
| (ー`´ー) |
Python 与 智能硬件 |
杜军 | 我们用 python 写了 lapsule 的大部分逻辑，包括 sso/api/portal 以及与node.js的融合， lapsule 是一个专注于智能音箱垂直领域的云端服务，包括内容整合，设备OTA 升级支持，数据统计，数据分析，移动端研发支持等整体解决方案，我们为用户提供硬件核心模块，云端内容服务，app定制，驻厂工程师支持，交钥匙方案 |