Observabilidad en Python: logs, métricas y trazas unificadas
Los tres pilares de la observabilidad implementados con OpenTelemetry y Prometheus, correlacionados mediante trace ID para diagnosticar problemas en producción.
Los tres pilares de la observabilidad implementados con OpenTelemetry y Prometheus, correlacionados mediante trace ID para diagnosticar problemas en producción.
Estrategia gradual de migración entre versiones de Python: pyupgrade, tox, deprecation warnings como señales tempranas y declaración explícita de compatibilidad.
Protocol Buffers como IDL, generación de código con grpc_tools, los cuatro patrones de streaming e interceptors transversales en Python.
Pipeline completo de i18n con el módulo gettext de la stdlib: marcadores `_()`, extracción con xgettext, compilación a .mo, y formateo de fechas y monedas con Babel.
Cuándo usar notebooks, cómo evitar que contaminen el codebase con estado oculto y diffs ilegibles, y el patrón módulo + notebook + papermill.
Cómo estructurar múltiples paquetes Python relacionados en un solo repositorio usando uv workspaces, con un lockfile compartido y dependencias locales resueltas sin PyPI.
PEP 8, 20, 257, 484, 517/518 y 621 explicados desde su motivación original, con código que muestra cómo se aplican juntos en producción.
Configura pre-commit con ruff, mypy y detección de secretos para automatizar calidad de código antes de cada commit, manteniendo coherencia con CI.
DI como parámetros de función, Protocols para contratos flexibles, Depends() en FastAPI, y cuándo un contenedor de DI vale realmente la pena.
Arquitectura por capas con dominio, aplicación e infraestructura; src/ layout, pyproject.toml y separación que hace el código testeable sin dependencias externas.