Câu hỏi “học Python bắt đầu từ đâu” xuất hiện mỗi ngày. Bài này đưa ra một lộ trình thực dụng, dựa trên thứ tự mà kiến thức thực sự được dùng trong công việc.
Giai đoạn 1: nền tảng (4–8 tuần)
Mục tiêu: viết được chương trình giải quyết vấn đề nhỏ của chính bạn.
- Biến, kiểu dữ liệu, toán tử
- Điều kiện và vòng lặp
- List, tuple, dict, set — và biết khi nào dùng cái nào
- Hàm, tham số, giá trị trả về
- Đọc ghi tệp
- Xử lý ngoại lệ
- Module và cách tổ chức code thành nhiều tệp
Đừng bỏ qua: đọc traceback. Đây là kỹ năng dùng hằng ngày suốt sự nghiệp mà hầu hết khóa học không dạy.
Bài tập nên làm: một script giải quyết việc lặp lại thật của bạn — đổi tên hàng loạt tệp, gộp nhiều bảng tính, tải dữ liệu định kỳ. Việc thật tạo động lực tốt hơn bài tập lý thuyết.
Giai đoạn 2: công cụ (2–3 tuần)
Đây là giai đoạn nhiều người bỏ qua và sau đó phải trả giá.
- Môi trường ảo và quản lý phụ thuộc
- Git — ít nhất là commit, branch, merge, và cách xử lý xung đột
- Dòng lệnh cơ bản
- Cấu trúc một dự án Python đúng chuẩn
- Đọc tài liệu chính thức thay vì chỉ tìm trên diễn đàn
Người viết được hàm hay nhưng không dựng nổi dự án chạy được trên máy khác sẽ gặp khó ngay khi làm việc nhóm.
Giai đoạn 3: chọn hướng (2–4 tháng)
Đây là lúc rẽ nhánh. Chọn một hướng và đi sâu, đừng học tràn lan.
Phát triển web
- HTTP hoạt động thế nào — phần nền tảng, đừng bỏ qua
- Một framework: Django nếu cần ứng dụng đầy đủ, FastAPI nếu làm API
- SQL và cơ sở dữ liệu quan hệ — quan trọng hơn ORM
- Xác thực và phân quyền
- Triển khai lên máy chủ thật
Khoa học dữ liệu
- NumPy và Pandas
- Trực quan hóa dữ liệu
- Thống kê cơ bản — đây là nền tảng, không phải phần phụ
- scikit-learn
- SQL để lấy dữ liệu
Tự động hóa và vận hành
- Thao tác hệ thống tệp, gọi tiến trình con
- Gọi API, xử lý JSON
- Viết công cụ dòng lệnh
- Lập lịch chạy tự động
- Ghi log và giám sát
Giai đoạn 4: viết code chuyên nghiệp (liên tục)
Khoảng cách giữa “code chạy được” và “code làm việc được trong nhóm” nằm ở đây.
- Viết kiểm thử — đây là thứ phân biệt rõ nhất
- Gợi ý kiểu và công cụ kiểm tra tĩnh
- Định dạng và kiểm tra code tự động
- Đọc và xem lại code của người khác
- Gỡ lỗi bằng trình gỡ lỗi thay vì rải lệnh in
- Đo hiệu năng trước khi tối ưu
Những sai lầm thường gặp
Học mãi không làm. Xem hết khóa này tới khóa khác mà không tự viết dự án nào. Kiến thức không dùng thì không đọng lại.
Nhảy sang ngôn ngữ khác quá sớm. Biết sơ sơ năm ngôn ngữ kém giá trị hơn nhiều so với thành thạo một. Khi đã vững một ngôn ngữ, học ngôn ngữ thứ hai nhanh hơn rất nhiều.
Bỏ qua nền tảng. Học framework mà không hiểu HTTP, dùng ORM mà không biết SQL — bạn sẽ bế tắc ngay khi gặp vấn đề framework không che giấu được.
Chỉ học phần vui. Học máy hấp dẫn hơn việc làm sạch dữ liệu, nhưng công việc thật đảo ngược tỷ lệ đó.
So sánh với người khác. Trên mạng ai cũng có vẻ giỏi hơn, vì người ta đăng thành quả chứ không đăng những ngày bế tắc.
Về công cụ hỗ trợ viết code
Đây là câu hỏi thời sự: có nên dùng công cụ sinh code khi đang học?
Quan điểm cân bằng: chúng hữu ích khi bạn đã hiểu vấn đề và cần viết nhanh phần lặp lại. Nhưng ở giai đoạn học nền tảng, việc tự vật lộn với lỗi chính là quá trình học.
Một cách dùng hợp lý: tự viết trước, dùng công cụ để so sánh và học cách khác. Đọc code do công cụ sinh ra rồi tự hỏi “vì sao làm vậy” có giá trị hơn nhiều so với chép dán.
Kỹ năng sẽ ngày càng quan trọng là đánh giá được code đúng hay sai — và kỹ năng đó chỉ có được từ nền tảng vững.
Đo tiến bộ thế nào?
Không phải bằng số khóa học đã xem. Vài mốc thực tế:
- Đọc traceback và tự tìm ra nguyên nhân
- Dựng được dự án mới từ đầu, chạy được trên máy người khác
- Đọc hiểu code của một thư viện nhỏ
- Viết kiểm thử trước khi sửa lỗi
- Giải thích được vì sao chọn cách làm này thay vì cách kia
- Ước lượng được thời gian cho một công việc — mốc này khó nhất
Lời cuối
Học lập trình không phải đường thẳng. Sẽ có lúc bạn thấy mình chẳng biết gì dù đã học nhiều tháng — đó là chuyện bình thường và ai cũng trải qua.
Điều quan trọng nhất là làm đều đặn. Ba mươi phút mỗi ngày hiệu quả hơn nhiều so với tám tiếng vào cuối tuần rồi nghỉ hai tuần.