[Thử thách đọc hết sách khóa 2] Cùng tác giả thực hiện <Từ lập kế hoạch đến ra mắt với FastAPI>

Thử thách này là thử thách đọc hết cuốn sách “Từ lập kế hoạch đến ra mắt, Sách trắng phát triển FastAPI”.

🔗 Xem giới thiệu sách

Nếu AI coding agent có thể tự động tạo ra mọi thứ chỉ bằng một cú nhấp chuột, liệu chúng ta có thực sự cần phải tự mình học FastAPI không?

Tất nhiên rồi!

Khi con người hiểu rõ và hướng dẫn tốt, AI sẽ tạo ra các sản phẩm thực thi một cách hiệu quả và nhanh chóng. Python và FastAPI là những bộ công nghệ (tech stack) mà các đại lý lập trình AI thường xuyên lựa chọn và sử dụng thành thạo. Đây cũng là những công cụ rất tuyệt vời để con người học tập và ứng dụng. Chúng là những công cụ cực kỳ hữu ích cho cả con người và AI.

Tuy nhiên, những trăn trở và suy nghĩ tích lũy được trong quá trình trải nghiệm việc ra mắt và vận hành dịch vụ là điều mà AI khó có thể thay thế được. Hãy lấp đầy phần đó thông qua cuốn sách và thử thách của tôi!

Chủ đề và mục tiêu học tập

• Khóa học này bao gồm quá trình phát triển dịch vụ hẹn lịch bằng FastAPI và triển khai lên máy chủ thực tế để ra mắt sản phẩm.

• Bạn sẽ được học về lập kế hoạch dịch vụ, thiết kế dữ liệu, TDD, tích hợp Google, triển khai trên AWS Lightsail và tự động hóa triển khai.

• Cung cấp các chủ đề để suy nghĩ về việc thiết kế chính sách cần thiết cho việc ra mắt và vận hành dịch vụ.

  
  

Lịch trình thử thách

• Lịch tuyển chọn: Từ ngày 2 tháng 3 năm 2026 đến ngày 15 tháng 3 năm 2026

• Lịch trình thử thách: Từ ngày 16 tháng 3 năm 2026 đến ngày 15 tháng 6 năm 2026

• Lượng đọc mỗi ngày: trung bình 20~30 trang

Lưu ý

• Khác với khóa 1, khóa 2 của thử thách này chỉ cung cấp bài giảng ôn tập cho đến hết ngày 15 tháng 6.

• Đối với những ai muốn học theo tốc độ của riêng mình mà không bị giới hạn thời gian sau khi mua, chúng tôi khuyên bạn nên sử dụng nội dung bài giảng sẽ được ra mắt trong tương lai. (Dự kiến vào tháng 4 hoặc tháng 5 năm 2026)

  
  

Quyền lợi thử thách

• Không chỉ dừng lại ở nội dung trong sách, chúng tôi còn cung cấp bài giảng video để mở rộng và nâng cao hiệu quả học tập từ nội dung sách.

  
  

• Chúng tôi tiến hành chia nhỏ khối lượng học tập và thực hành vào các ngày trong tuần để tăng tỷ lệ hoàn thành khóa học.

• Khi hoàn thành, bạn sẽ nhận được kinh nghiệm thực tế từ việc triển khai dự án lên dịch vụ đám mây (cloud service) thật!

• Thử thách này sẽ kết thúc sau khóa này và sau đó sẽ được mở rộng thành bài giảng chính thức. Đây là khóa cuối cùng được vận hành với mục đích giới thiệu sách, và cũng là cơ hội cuối cùng để bạn có thể tham gia mà không phải lo lắng về chi phí.

• Đối với những người hoàn thành tất cả các nhiệm vụ và đi đến cuối chặng đường, tôi sẽ hoàn lại toàn bộ số tiền dưới dạng phiếu giảm giá có thể sử dụng cho bài giảng tiếp theo của mình.

  
  

“Đánh giá khóa học Thử thách khóa 1

Những người tham gia thử thách khóa 1 đã đánh giá rất tích cực với điểm số trung bình là 4.93.

Trước hết là phương pháp tạo sự khác biệt cho hồ sơ năng lực

Việc phát hành và vận hành dự án tự thân nó đã là một sự khác biệt. Vì nhiều dự án cá nhân (toy project) chỉ đặt mục tiêu vào việc tạo ra sản phẩm, nên chúng thường chỉ dừng lại ở việc chạy thử trên localhost:8000. Dù người thực hiện có thể đã vất vả để tạo ra nó, nhưng đáng tiếc là các dự án cá nhân của nhiều nhà phát triển mới hoặc cấp độ junior hầu hết đều tương tự nhau. Xét theo một khía cạnh nào đó, điều này là hiển nhiên vì những gì họ trải nghiệm và học hỏi đều giống nhau.

Lý do thứ hai khiến việc ra mắt và vận hành dự án trở thành điểm khác biệt là vì có nhiều cơ hội để bản thân được phản chiếu trong quá trình vận hành. Trong giai đoạn phát triển, dự án có một điểm đích cụ thể, và điểm đích này thường có khả năng tương đồng với các dự án cá nhân của người khác, nhưng việc vận hành lại đa dạng đến mức khó có thể xác định mục tiêu cụ thể. Đó là bởi vì rất khó để biết người dùng, hay chính là khách hàng, thực sự muốn gì. Do đó, hầu hết các phản hồi của người dùng đều được thu thập từ họ trong quá trình vận hành. Những trăn trở và quyết định của riêng bạn đối với phản hồi của người dùng hoàn toàn thuộc về chính bạn.

Phương pháp học tập và phát triển hiệu quả

Vào năm 2007, lần đầu tiên tôi tiếp cận với web framework có tên là Django. Khi đó, ở trong nước thậm chí còn không có sách, và tài liệu trên internet cũng rất ít ỏi. Một năm sau, tôi đã lần đầu tiên xuất bản loạt bài giảng về Django bằng tiếng Hàn tại Việt Nam, và nhờ đó, thương hiệu cá nhân gắn liền với Python hay Django đã được hình thành. Thương hiệu được xây dựng từ lúc đó cho đến nay vẫn mang lại nhiều lợi ích cho cuộc sống xã hội của tôi.

Việc trình độ Django của tôi với tư cách là một nhà phát triển được nâng cao không phải nhờ việc phát triển các dự án nhỏ (toy project), mà là nhờ việc ra mắt và vận hành một dịch vụ có vài trăm người dùng trong suốt vài tháng. Thú thật là, điều đáng ngạc nhiên là cho đến tận khi tạo ra một dịch vụ nhỏ bằng Python và Django, tôi vẫn chỉ ở mức độ biết các cú pháp cơ bản của Python và chưa từng tạo ra thứ gì bằng Django cả. Nhìn lại bây giờ, tôi đã trưởng thành hơn sau khi dành hàng giờ đồng hồ vật lộn để giải quyết những vấn đề vốn dĩ rất đơn giản và dễ dàng vào thời điểm đó.

Người ta nói rằng nếu bạn đặt mục tiêu của nhiệm vụ là mục tiêu học tập, bạn có thể đạt được sự trưởng thành tốt hơn. Nếu bạn đặt mục tiêu của quá trình tạo ra một dự án nhỏ (toy project) và quá trình phát hành, vận hành nó vào việc học hỏi, chắc chắn bạn sẽ trưởng thành hơn nhiều so với việc chỉ dừng lại ở mức chạy thử trên localhost.

Lý do FastAPI phù hợp cho việc phát triển và học hỏi các dự án sắp ra mắt

Một trong nhiều lý do khiến FastAPI được ưa chuộng là vì rào cản học tập không cao. Nếu bạn là một nhà phát triển đã từng phát triển máy chủ ứng dụng web bằng Python, bạn có thể vượt qua việc kiểm chứng sử dụng và phát triển cũng như vận hành các API thực tế chỉ trong vài giờ. Điều này là do các tính năng cơ bản và được sử dụng nhiều nhất ít có sự can thiệp của khung làm việc FastAPI, giúp bạn phát triển giống như đang viết mã Python thuần túy.

Nó không chỉ dừng lại ở việc học tập. FastAPI còn được sử dụng rộng rãi trong thực tế vì dễ học và có hiệu suất tốt, đặc biệt được những người làm trong lĩnh vực xử lý dữ liệu hoặc AI ưa chuộng.