Khám phá chiều sâu nội tại của Python. Viết code sạch, hiệu quả bộ nhớ và dễ mở rộng theo đúng chuẩn thiết kế của các kỹ sư phần mềm chuyên nghiệp.
bài tập có chấm code
Bài tập theo chuyên đề, có đề bài, ví dụ và starter code riêng.
cơ bản
Củng cố nền tảng và làm quen với kỹ thuật cốt lõi.
trung bình
Kết hợp nhiều bước suy luận để vận dụng kiến thức.
nâng cao
Thử thách tối ưu, cấu trúc dữ liệu và thuật toán chuyên sâu.
Tự tạo lớp tuân thủ giao thức Iterator với __iter__ và __next__.
Sử dụng từ khóa yield để xử lý luồng dữ liệu khổng lồ với bộ nhớ O(1).
Bọc hàm bằng decorator ghi log, đo thời gian chạy hoặc cơ chế retry tự động.
Quản lý tài nguyên an toàn với cú pháp with và phương thức __enter__/__exit__.
Quên ném ra ngoại lệ StopIteration khi Iterator duyệt đến phần tử cuối cùng.
Decorator làm mất metadata của hàm gốc nếu không dùng functools.wraps.
Trong mỗi mức độ, bài tập được xếp từ dễ nhất đến khó nhất — hãy đi theo số bước.
Hệ thống AI Serving tại AI Empire Academy ghi nhận hàng triệu dòng log truy cập mỗi giờ. Để phân tích các lỗi và phát hiện các IP gây nghẽn hệ thống mà không làm cạn kiệt RAM của m…
Trong các hệ thống xử lý chuỗi thời gian (Time-series) và trích xuất đặc trưng N-gram cho mô hình AI, ta liên tục cần trích xuất các cửa sổ trượt (sliding window) kích thước W với…
Trong hệ thống lưu trữ trạng thái người học và cache cấu hình, ta cần đảm bảo một nhóm thao tác cập nhật từ điển diễn ra trọn vẹn: hoặc là tất cả thay đổi được áp dụng thành công (…
Khi giao tiếp với các nhà cung cấp mô hình LLM (như Gemini, Grok) hoặc dịch vụ thanh toán, các lỗi mạng tạm thời (transient network failures) như ConnectionError hoặc TimeoutError…
Trong hệ thống lưu trữ checkpoint huấn luyện mô hình AI của AI Empire Academy, các file cấu hình và trọng số được ghi đè định kỳ. Nếu máy chủ mất điện hoặc tiến trình bị kill đúng…
Cài đặt lớp DatabaseTransactionContext(db: dict):