Python Programming Professional
Python für anspruchsvolle Projekte: Closures und Decorators, Objekt- und Datenmodell, Generatoren und Exceptions, Nebenläufigkeit mit asyncio sowie Typisierung.
Die Prüfung im Überblick
Alle Angaben gelten für die Abschlussprüfung dieser Zertifizierung.
Ablauf und Regeln im Detail
- Die Fragen werden beim Start zufällig aus dem Fragenpool gezogen – anteilig nach der Gewichtung der Themenblöcke.
- Die Zeit startet sofort und läuft serverseitig weiter – auch wenn du das Fenster schließt oder die Verbindung abbricht.
- Jede Antwort wird automatisch gespeichert. Du kannst die Prüfung bis zum Ablauf der Zeit jederzeit wieder öffnen und fortsetzen.
- Ist die Zeit abgelaufen, wird die Prüfung automatisch mit den gespeicherten Antworten abgegeben.
- Unbeantwortete Fragen zählen als falsch. Eine Frage zählt nur, wenn alle richtigen und keine falschen Antworten gewählt sind.
- Kopieren, Drucken und das Kontextmenü sind deaktiviert. Fensterwechsel und Kopierversuche werden protokolliert.
- Jeder gestartete Versuch zählt – auch wenn er nicht abgegeben wird – und verbraucht einen gekauften Versuch.
- Vorher muss die Probeklausur dieser Stufe bestanden sein.
- Erlaubt sind keine Hilfsmittel und keine Hilfe anderer Personen. Vor dem Start akzeptierst du die Geheimhaltungserklärung: Prüfungsinhalte dürfen nicht weitergegeben werden.
- Dein Ergebnis ist zunächst vorläufig. Zeigt die Prüfungsaufsicht Auffälligkeiten, prüfen wir es, bevor das Zertifikat ausgestellt wird.
- Bei Täuschung wird der Versuch annulliert, in schweren Fällen folgen eine Prüfungssperre und die Aberkennung aller Zertifikate.
- Auf Antrag gibt es einen Nachteilsausgleich mit 25, 50 oder 100 % mehr Bearbeitungszeit. Beantragen kannst du ihn in deinem Konto unter Nachteilsausgleich.
Es gilt die Prüfungsordnung.
Über diese Zertifizierung
Die Zertifizierung weist nach, dass du die Mechanismen hinter Python beherrschst: wie Attribute aufgelöst, Klassen erzeugt, Generatoren fortgesetzt und Aufgaben nebenläufig ausgeführt werden. Damit entwirfst du Bibliotheken und Anwendungen, die sich für andere natürlich anfühlen.
Geprüft wird an anspruchsvollen Codeausschnitten, deren Verhalten du genau vorhersagen musst; häufig sind mehrere Antworten richtig.
Für wen sie gedacht ist
Erfahrene Python-Entwicklerinnen und -Entwickler, Autorinnen und Autoren von Bibliotheken sowie alle, die in Python-Projekten Architekturentscheidungen treffen.
Empfohlene Vorkenntnisse
Sicherer Umgang mit allen Themen der Associate-Stufe sowie mehrjährige Praxis mit Python 3 in größeren Codebasen.
Voraussetzungen
Diese Nachweise müssen vorliegen, bevor die Abschlussprüfung abgelegt werden kann.
Themengebiet
Fassung 1.0 · 5 Themenblöcke. Die Gewichtung gibt an, welchen Anteil ein Block an den Prüfungsfragen hat.
| Block | Thema | Gewichtung | Fragen |
|---|---|---|---|
| 1 | Funktionen, Closures und Decorators 3 Lernziele | 10 % | 7 |
| 2 | Objekt- und Datenmodell 5 Lernziele | 30 % | 21 |
| 3 | Generatoren, Context Manager und Exceptions 4 Lernziele | 20 % | 14 |
| 4 | Nebenläufigkeit und asyncio 3 Lernziele | 20 % | 14 |
| 5 | Typisierung 3 Lernziele | 20 % | 14 |
| Gesamt | 100 % | 70 |
Funktionen, Closures und Decorators
Funktionen als Objekte: wann Namen gebunden werden und wie Decorators Verhalten ergänzen.
- 1.1 Späte Bindung in Closures erkennen Lambdas in Schleifen und Comprehensions, Standardargumente als Abhilfe
-
1.2
Decorators mit Parametern schreiben
drei Ebenen,
functools.wraps -
1.3
Ergebnisse zwischenspeichern
functools.lru_cacheund die Voraussetzung hashbarer Argumente
Objekt- und Datenmodell
Wie Python Attribute auflöst, Methoden vererbt und Klassen erzeugt.
-
2.1
Die Method Resolution Order anwenden
Mehrfachvererbung, kooperatives
super() -
2.2
Attributzugriffe steuern
Deskriptoren mit
__get__,__set__und__set_name__;__getattr__gegenüber__getattribute__ -
2.3
Gleichheit und Hashbarkeit festlegen
__eq__und__hash__, Objekte als Schlüssel indictundset -
2.4
Speicher und Unveränderlichkeit steuern
__slots__,@dataclass(frozen=True),field(default_factory=…) -
2.5
Klassenerzeugung anpassen
__init_subclass__, Registrierung von Unterklassen
Generatoren, Context Manager und Exceptions
Kontrollfluss jenseits von Schleifen und Funktionsaufrufen.
-
3.1
Generatoren delegieren
yield fromund der Rückgabewert eines Subgenerators -
3.2
Mit Generatoren kommunizieren
send(),throw(),close() -
3.3
Context Manager schreiben
@contextmanager, Ausnahmen innerhalb deswith-Blocks -
3.4
Exceptions verketten
raise … from …,__cause__,__context__,from None
Nebenläufigkeit und asyncio
Die passende Form der Nebenläufigkeit für I/O- und CPU-lastige Aufgaben wählen.
- 4.1 Den Global Interpreter Lock einordnen Threads für I/O, Prozesse für CPU-lastige Aufgaben
-
4.2
Koroutinen nebenläufig ausführen
async/await,asyncio.gather(),asyncio.create_task() -
4.3
Den Event Loop nicht blockieren
time.sleep()gegenüberasyncio.sleep(),asyncio.to_thread()
Typisierung
Type Hints so einsetzen, dass Werkzeuge Fehler früh finden.
- 5.1 Type Hints richtig einordnen keine Prüfung zur Laufzeit durch CPython, statische Prüfung mit mypy oder pyright
-
5.2
Strukturelle Typisierung nutzen
typing.Protocol,@runtime_checkable -
5.3
Generische Typen schreiben
TypeVar,list[int],Optional[str]gegenüber optionalen Argumenten
Prüfungsversionen
Der Prüfungscode enthält die Version. Auf jedem Zertifikat steht die Version, unter der die Prüfung abgelegt wurde.
| Prüfungscode | Themengebiet | Status | Zeitraum |
|---|---|---|---|
| IFW-PYTHON-300-01 | Fassung 1.0 | Aktuell | seit 18.09.2026 |
Mit der Freigabe einer neuen Version läuft die bisherige aus. Bereits ausgestellte Zertifikate bleiben bis zu ihrem Ablaufdatum gültig, und das Themengebiet ausgelaufener Versionen bleibt hier abrufbar.
Vorbereitung
Die kostenlose Probeklausur dieser Stufe zeigt nach der Abgabe alle Lösungen mit Erklärungen.
Probiere die Beispiele im interaktiven Interpreter aus und lies die Kapitel zum Datenmodell und zu asyncio in der offiziellen Python-Dokumentation.
Stufen im Track Python Programming
Die Stufen bauen aufeinander auf.