After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Mô tả khóa học
Phỏng vấn lập trình có thể rất thử thách. Bạn có thể được hỏi để kiểm tra kiến thức về một ngôn ngữ lập trình. Hoặc bạn có thể được giao một bài toán để thấy cách bạn tư duy. Và khi phỏng vấn cho vị trí data scientist, nhiều khả năng bạn sẽ được hỏi về các công cụ tương ứng trong ngôn ngữ đó. Dù ở trường hợp nào, để giành được vị trí data scientist hấp dẫn, bạn cần chuẩn bị để thể hiện tốt nhất. Vì thế, luyện tập là cực kỳ quan trọng để chứng minh chuyên môn của bạn! Khóa học này là tài liệu dẫn đường cho những ai mới bắt đầu con đường trở thành data scientist chuyên nghiệp và là phần ôn tập cho những ai đang tìm kiếm cơ hội mới. Chúng ta sẽ đi qua các chủ đề cơ bản đến nâng cao nhằm chuẩn bị cho phỏng vấn lập trình bằng Python. Vì đây không phải khóa học tuần tự từng bước, một số bài tập có thể khá phức tạp. Nhưng phỏng vấn chưa bao giờ là dễ dàng, đúng không?
Yêu cầu tiên quyết
Chương trình học
Đề cương khóa học
1
Cấu trúc dữ liệu Python và xử lý chuỗi
Trong chương này, chúng ta sẽ ôn lại các cấu trúc dữ liệu chính dùng trong Python. Chúng ta sẽ học cách làm việc với lists, tuples, sets và dictionaries. Chúng ta cũng sẽ xem xét chuỗi (strings) và cách viết biểu thức chính quy để trích xuất các dãy ký tự cụ thể từ một văn bản cho trước.
- Các cấu trúc dữ liệu chính trong Python là gì?50 XP
- Các phương thức của list100 XP
- Các phép toán trên tập hợp50 XP
- Lưu trữ dữ liệu trong dictionary100 XP
- Những cách phổ biến để xử lý chuỗi là gì?50 XP
- Chỉ mục chuỗi và phép nối chuỗi100 XP
- Thao tác với chuỗi100 XP
- Sửa lỗi chuỗi trong DataFrame100 XP
- Cách viết biểu thức chính quy trong Python?50 XP
- Viết một biểu thức chính quy100 XP
- Tìm mẫu đúng50 XP
- Tách bằng một mẫu100 XP
2
Đối tượng có thể lặp và đại diện của chúng
Chương này tập trung vào các đối tượng có thể lặp (iterable). Chúng ta sẽ nhắc lại định nghĩa về iterable và cách nhận diện chúng. Tiếp theo, chúng ta sẽ học về list comprehension, một tính năng rất đặc trưng của Python để tạo danh sách. Sau đó, chúng ta sẽ ôn lại cách kết hợp nhiều đối tượng có thể lặp thành một. Cuối cùng, chúng ta sẽ học cách tạo các đối tượng có thể lặp tùy biến bằng generators.
3
Hàm và biểu thức lambda
Chương này sẽ tập trung vào khía cạnh hàm (functional) của Python. Chúng ta sẽ bắt đầu bằng cách định nghĩa hàm với số lượng đối số vị trí và đối số từ khóa linh hoạt. Tiếp theo, chúng ta sẽ học về hàm lambda và khi nào chúng hữu ích. Đặc biệt, chúng ta sẽ thấy cách dùng chúng cùng các hàm map(), filter() và reduce(). Cuối cùng, chúng ta sẽ ôn lại đệ quy là gì và cách cài đặt đúng.
4
Python cho tính toán khoa học
Chương này sẽ bao quát các chủ đề về tính toán khoa học trong Python. Chúng ta sẽ bắt đầu bằng cách giải thích sự khác nhau giữa mảng NumPy và list. Chúng ta sẽ chỉ ra vì sao mảng NumPy phù hợp hơn cho các phép tính phức tạp. Tiếp theo, chúng ta sẽ học một số kỹ thuật hữu ích để thao tác với pandas DataFrame. Cuối cùng, chúng ta sẽ trực quan hóa dữ liệu bằng biểu đồ scatter, histogram và boxplot.
Luyện tập câu hỏi phỏng vấn lập trình bằng Python
Hoàn
thành khóa học
