⭐ Python Developer · Chặng 10Bài 6/6Dự án~240 phút

Dự án cuối khóa Python Developer, portfolio và phỏng vấn

Ba đề tài cuối khóa kèm danh sách nghiệm thu, cách viết README, portfolio GitHub, CV và các câu phỏng vấn Python Developer hay gặp.

Dự án cuối khóa Python Developer, portfolio và phỏng vấn

Học xong bài này, bạn sẽ

  • Tự lên đặc tả và hoàn thành một dự án từ đầu đến cuối
  • Áp dụng đủ: test, CI, Docker, tài liệu
  • Chuẩn bị portfolio, CV và phỏng vấn Python Developer

Nên học trước: CI với GitHub Actions: tự chạy lint và test

Nội dung bài viết
  1. 1. Chọn một trong ba đề tài
  2. 2. Danh sách nghiệm thu
  3. 3. Quy trình làm dự án
  4. 4. README mẫu
  5. 5. Portfolio GitHub
  6. 6. CV Python Developer
  7. 7. Mười câu hỏi phỏng vấn hay gặp
  8. 8. Học gì tiếp theo?
  9. Bài tập

Bạn đã đi qua 10 chặng: từ print() đầu tiên đến API có xác thực chạy trong Docker với CI. Bài cuối có ba phần: một dự án cuối khóa tự làm từ đầu đến cuối không có hướng dẫn từng bước, cách biến các dự án thành portfolio thuyết phục, và chuẩn bị cho phỏng vấn vị trí Python Developer. Hãy dành cho bài này 3–4 tuần: đây là phần biến kiến thức thành bằng chứng năng lực.

1. Chọn một trong ba đề tài

Đề tàiTrọng tâmYêu cầu chính
A. Dịch vụ rút gọn linkBackendFastAPI + CSDL; tạo link ngắn ngẫu nhiên hoặc tự đặt; chuyển hướng (mã 307) và đếm lượt truy cập; thống kê theo ngày; người dùng chỉ quản lý link của mình; link hết hạn.
B. Theo dõi giá và cảnh báoTự động hóaCLI (Typer) thêm, xóa mục theo dõi (tỷ giá, giá vàng hoặc giá từ một API công khai); chạy theo lịch, lưu lịch sử vào SQLite; gửi cảnh báo (email qua smtplib hoặc bot Telegram) khi vượt ngưỡng; xuất báo cáo Excel.
C. Sổ chi tiêu nhiều người dùngKết hợpNâng dự án chặng 2 thành API: tài khoản, khoản chi, danh mục, ngân sách tháng; báo cáo theo tháng, danh mục bằng SQL hoặc pandas; endpoint tải báo cáo Excel.

Chọn đề tài bạn thật sự muốn dùng, hoặc tự đề xuất đề tài khác có độ khó tương đương (một bài toán ở công việc hiện tại của bạn là lựa chọn tốt nhất). Điều quan trọng không phải đề tài mà là đạt đủ danh sách nghiệm thu ở mục 2.

2. Danh sách nghiệm thu

Dự án chỉ được coi là xong khi đánh dấu được mọi dòng:

Hạng mụcTiêu chíHọc ở
Đặc tảREADME có mục tiêu, danh sách tính năng, bảng endpoint hoặc lệnh CLIChặng 9
Cấu trúcsrc layout hoặc package app/, pyproject.toml, uv.lock, tách logic khỏi nhập xuấtChặng 6
Chất lượng coderuff check, ruff format --check, mypy đều sạchChặng 5, 6
Kiểm thửÍt nhất 15 test, coverage từ 80%, có test cho trường hợp lỗi và phân quyềnChặng 6, 9
Xử lý lỗiDữ liệu sai trả lỗi rõ ràng, không có except: pass, có log ra file hoặc stdoutChặng 3
Cấu hình, bảo mậtBí mật qua biến môi trường, có .env.example, không commit .env, mật khẩu băm Argon2Chặng 7, 9
Đóng góiDockerfile build được, chạy bằng một lệnh docker compose upChặng 10
CIGitHub Actions chạy lint, mypy, test; badge xanh trên READMEChặng 10
Lịch sử GitCommit nhỏ, lời nhắn rõ ràng; tính năng lớn làm qua nhánh và pull requestChặng 6

3. Quy trình làm dự án

  1. Tuần 1: đặc tả và thiết kế. Viết README trước khi viết code: tính năng, ngoài phạm vi (những gì không làm), bảng CSDL, bảng endpoint hoặc lệnh. Dựng khung dự án, CI chạy được với một test giả.
  2. Tuần 2: lõi nghiệp vụ. Model, logic thuần, kèm test. Chưa cần giao diện.
  3. Tuần 3: giao diện. Endpoint hoặc lệnh CLI, xác thực, xử lý lỗi, test tích hợp.
  4. Tuần 4: hoàn thiện. Docker, README đầy đủ, ảnh chụp màn hình, dọn code theo Ruff và mypy, tự review toàn bộ pull request như một người lạ.

Kẹt ở đâu, quay lại đúng bài của lộ trình. Thu hẹp phạm vi khi trễ hạn: một dự án nhỏ hoàn chỉnh, có test, có README có giá trị hơn nhiều so với dự án lớn làm dở.

4. README mẫu

# Rút gọn link

![CI](https://github.com/ten-ban/rut-gon-link/actions/workflows/ci.yml/badge.svg)

API rút gọn link có tài khoản, thống kê lượt truy cập theo ngày và link hết hạn.
FastAPI · SQLAlchemy · PostgreSQL/SQLite · JWT · pytest · Docker

## Tính năng
- Tạo link ngắn ngẫu nhiên hoặc tự đặt, có ngày hết hạn
- Chuyển hướng và đếm lượt truy cập
- Thống kê lượt truy cập 30 ngày gần nhất

## Chạy nhanh
    cp .env.example .env        # sửa SECRET_KEY
    docker compose up -d --build
    # mở http://localhost:8000/docs

## Phát triển
    uv sync
    uv run fastapi dev app/main.py
    uv run pytest --cov=app
    uv run ruff check . && uv run mypy app

## Thiết kế
(bảng CSDL, bảng endpoint, các quyết định quan trọng và lý do)

## Hướng phát triển
(những gì chưa làm và sẽ làm nếu có thêm thời gian)

Mục "Thiết kế" và "Hướng phát triển" cho người đọc thấy cách bạn suy nghĩ, thứ nhà tuyển dụng quan tâm hơn cả danh sách công nghệ.

5. Portfolio GitHub

  • Ghim 3–4 dự án tốt nhất ở trang hồ sơ GitHub (Customize your pins): dự án cuối khóa, API quản lý công việc (chặng 9), công cụ báo cáo tỷ giá (chặng 7), một dự án thực hành dữ liệu (chặng 8).
  • README hồ sơ: tạo kho trùng tên tài khoản để có trang giới thiệu ngắn: bạn là ai, đang tìm vị trí gì, kỹ năng chính, liên hệ.
  • Mỗi dự án ghim phải có README như mục 4, CI xanh, và chạy được bằng các lệnh trong README. Nhà tuyển dụng thường dành chưa tới 5 phút cho mỗi hồ sơ: hãy để họ thấy chất lượng trong 30 giây đầu.
  • Đừng đưa lên các bài tập lặt vặt hay code sao chép từ hướng dẫn mà không thay đổi gì; ít mà chất lượng tốt hơn nhiều mà sơ sài.

6. CV Python Developer

  • Một trang cho người dưới 3 năm kinh nghiệm. Đầu trang: họ tên, vị trí mong muốn, email, số điện thoại, đường dẫn GitHub.
  • Dự án đặt lên trước nếu chưa có kinh nghiệm làm Python chuyên nghiệp: mỗi dự án 2–3 dòng theo mẫu "làm gì, bằng gì, kết quả đo được", kèm đường dẫn. Ví dụ: "API quản lý công việc nhóm (FastAPI, SQLAlchemy, JWT): 10 endpoint, phân quyền người tạo/người nhận, 11 test, coverage 96%, Docker, CI GitHub Actions."
  • Kinh nghiệm cũ vẫn có giá trị: nếu bạn chuyển ngành, ghi rõ những việc đã tự động hóa bằng Python ở công việc hiện tại và con số tiết kiệm được ("tự động hóa báo cáo tuần, giảm từ 3 giờ xuống 5 phút").
  • Kỹ năng nhóm theo loại (Ngôn ngữ, Web, Dữ liệu, Công cụ), chỉ ghi những gì bạn trả lời được câu hỏi phỏng vấn về nó.

7. Mười câu hỏi phỏng vấn hay gặp

Tự trả lời thành tiếng trước khi mở đáp án. Mỗi câu đều đã có trong lộ trình.

1. list và tuple khác nhau thế nào? Khi nào dùng tuple?

Xem đáp án

List thay đổi được (mutable), tuple không (immutable). Tuple dùng cho bản ghi cố định nhiều thành phần (tọa độ, giá trị trả về nhiều phần), làm khóa dict được vì hash được; list cho tập phần tử cùng loại cần thêm bớt. Xem bài List và tuple (chặng 2).

2. Đoạn code sau in gì? Vì sao?

def them(x, ds=[]):
    ds.append(x)
    return ds


print(them(1), them(2))
Xem đáp án
[1, 2] [1, 2]

Giá trị mặc định được tạo một lần khi định nghĩa hàm, nên mọi lần gọi dùng chung một list. Cả hai lời gọi trả về cùng một list, đã chứa cả 1 và 2 khi print chạy. Sửa bằng ds=None rồi tạo list mới trong hàm (chặng 2).

3. is và == khác nhau thế nào?

Xem đáp án

== so sánh giá trị (gọi __eq__); is so sánh danh tính, tức có phải cùng một đối tượng trong bộ nhớ. Dùng is cho None (x is None), dùng == cho mọi so sánh giá trị. [1] == [1] là True nhưng [1] is [1] là False.

4. Sao chép nông và sao chép sâu?

Xem đáp án

ds.copy(), ds[:], list(ds) tạo list ngoài mới nhưng phần tử bên trong vẫn dùng chung; copy.deepcopy sao chép đệ quy mọi tầng. Với list lồng nhau, sửa list con của bản nông sẽ ảnh hưởng bản gốc (chặng 2).

5. Generator là gì, lợi ích?

Xem đáp án

Hàm có yield, sinh từng giá trị khi được yêu cầu và tạm dừng giữa các lần. Tốn rất ít bộ nhớ, xử lý được dữ liệu lớn hơn RAM (đọc file log nhiều GB), tạo pipeline xử lý. Đổi lại chỉ duyệt được một lần, không có len (chặng 5).

6. Viết một decorator đo thời gian chạy của hàm.

Xem đáp án
import functools
import time


def do_thoi_gian(ham):
    @functools.wraps(ham)
    def bao_boc(*args, **kwargs):
        t = time.perf_counter()
        try:
            return ham(*args, **kwargs)
        finally:
            print(f"{ham.__name__}: {time.perf_counter() - t:.3f} s")
    return bao_boc


@do_thoi_gian
def ngu(giay):
    time.sleep(giay)
    return "xong"


print(ngu(0.1))   # kết quả thay đổi chút ít mỗi lần chạy
ngu: 0.100 s
xong

Điểm người phỏng vấn tìm: *args, **kwargs, trả lại kết quả của hàm gốc, functools.wraps; dùng finally để vẫn in thời gian khi hàm ném lỗi là điểm cộng (chặng 5).

7. GIL là gì? Khi nào dùng thread, khi nào dùng process?

Xem đáp án

GIL chỉ cho một luồng chạy mã Python tại một thời điểm trong CPython bản thường. Việc chờ I/O (mạng, đĩa) dùng thread hoặc asyncio vì luồng nhả GIL khi chờ; việc nặng CPU bằng Python thuần dùng process để tận dụng nhiều nhân. Từ Python 3.13 có bản free-threaded không GIL, đánh đổi bằng tốc độ đơn luồng và độ tương thích thư viện (chặng 10).

8. Thiết kế endpoint xóa một công việc: phương thức, đường dẫn, mã trạng thái?

Xem đáp án

DELETE /cong-viec/{id}; thành công 204 No Content; chưa đăng nhập 401; không tồn tại hoặc không thuộc quyền xem 404; thấy được nhưng không có quyền xóa 403. Giải thích được vì sao trả 404 thay vì 403 cho người không liên quan là điểm cộng (chặng 9).

9. SQL injection là gì, phòng tránh thế nào?

Xem đáp án

Kẻ tấn công chèn mã SQL qua dữ liệu đầu vào khi chương trình ghép chuỗi vào câu lệnh. Phòng tránh bằng truy vấn tham số (? trong sqlite3, tham số của SQLAlchemy), không bao giờ dùng f-string để ghép giá trị vào SQL; thêm nguyên tắc tài khoản CSDL chỉ có quyền tối thiểu (chặng 8).

10. Bài toán N+1 truy vấn là gì?

Xem đáp án

Lấy N bản ghi bằng 1 truy vấn, rồi trong vòng lặp truy cập quan hệ của từng bản ghi, mỗi lần sinh thêm 1 truy vấn: tổng N+1 truy vấn, chậm khi N lớn. Sửa bằng nạp trước quan hệ (selectinload, joinedload trong SQLAlchemy) hoặc JOIN (chặng 8, 9).

Ngoài câu hỏi lý thuyết, nhiều công ty có bài viết code trực tiếp hoặc bài làm ở nhà. Nói to suy nghĩ khi làm, hỏi lại khi đề chưa rõ, viết test cho lời giải nếu có thời gian: những thói quen bạn đã luyện suốt lộ trình chính là điều được đánh giá.

8. Học gì tiếp theo?

  • Backend sâu hơn: PostgreSQL, Alembic (migration), Redis (cache, hàng đợi), Celery hoặc các hàng đợi tác vụ nền, triển khai lên một nền tảng đám mây.
  • Dữ liệu và AI: NumPy, pandas nâng cao, trực quan hóa, rồi Machine Learning; trên HocFree, lộ trình Vision Engineer bắt đầu từ chính những kỹ năng Python bạn đã có.
  • Đóng góp mã nguồn mở: sửa tài liệu, sửa lỗi nhỏ có nhãn "good first issue" ở thư viện bạn đã dùng. Đó là cách học từ code chất lượng cao và được người khác review.

Bài tập

Bài 1. Dự án cuối khóa

Chọn một trong ba đề tài ở mục 1 (hoặc đề tài tương đương) và hoàn thành đủ danh sách nghiệm thu ở mục 2 trong 4 tuần.

Xem gợi ý

Đề tài A: dùng secrets.token_urlsafe(5) sinh mã ngắn và kiểm tra trùng trong CSDL; chuyển hướng bằng RedirectResponse(url, status_code=307); mỗi lượt truy cập ghi một dòng vào bảng luot_truy_cap để thống kê theo ngày bằng GROUP BY. Đề tài B: lõi kiểm tra ngưỡng là hàm thuần dễ test; phần gửi cảnh báo truyền vào như "kênh gửi" ở chặng 4 để test bằng kênh giả. Đề tài C: tận dụng lại database.py, security.py, auth.py của chặng 9.

Bài 2. README và luyện phỏng vấn

Viết README cho dự án cuối khóa theo mẫu ở mục 4, nhờ một người chưa biết dự án làm theo README để chạy thử. Sau đó tự trả lời thành tiếng 10 câu ở mục 7, ghi âm và nghe lại.

Xem gợi ý

Mọi chỗ người thử bị kẹt khi làm theo README là một chỗ README cần sửa. Với phần phỏng vấn, câu trả lời tốt có ba phần: định nghĩa ngắn, ví dụ cụ thể (tốt nhất từ dự án của chính bạn), và khi nào dùng hoặc tránh. Câu nào trả lời chưa trôi chảy, quay lại đúng bài trong lộ trình ôn lại.

Nguồn tham khảo: GitHub Docs: Pinning items to your profile; GitHub Docs: Managing your profile README; FastAPI: RedirectResponse; secrets.

Bài tập thực hành

  1. Chọn một trong ba đề tài cuối khóa, hoàn thành đủ danh sách nghiệm thu trong bài.
  2. Viết README cho dự án theo mẫu và tự trả lời 10 câu phỏng vấn trong bài.

Làm xong bài tập mới chuyển sang bài tiếp theo: tự viết code là cách duy nhất để nhớ lâu.

Xem đích đến 🎯
Ban biên tập HocFree

Chúng tôi viết những bài hướng dẫn dễ hiểu, thực tế để ai cũng có thể tự học lập trình và AI, hoàn toàn miễn phí.