Bài tập 40%

Bài 01: Xử lý dữ liệu có cấu trúc (15%)

Biểu diễn dữ liệu điểm của [nhóm] sinh viên bao gồm thông tin cơ bản (mã số sinh viên, họ tên), danh sách điểm chi tiết cho từng môn học, điểm GPA. Lưu trữ dữ liệu dạng file json, điểm thành phần quy định mỗi môn 2 cột điểm thành phần 40% và 60%.

Điểm chi tiết và điểm môn học lấy 01 số thập phân, GPA lấy 02 số thập phân.

Sử dụng try...except để bắt lỗi. Module json và các hàm dump(), load() để ghi và đọc file JSON.

Hạn nộp 27/09/2025.

Bài 02: Cào dữ liệu và mô hình hóa (15%)

Cào dữ liệu giá vàng trong nước [và xây dựng các mô hình dự đoán].

Hạn nộp 15/10/2025.

Bài 03: Tự động hóa công việc (15%)

Chọn 1 trong 2 bài 3.1 hoặc 3.2:

3.1 Tự động tạo file PDF (sao kê, hóa đơn) từ dữ liệu có sẵn

3.2 Tự động gửi email chúc mừng sinh nhật cho nhân viên dựa trên danh sách Excel.

Hạn nộp 01/11/2025.

Bài 04: Phân tích dữ liệu (15%)

Sử dụng NumPy, Pandas để phân tích dữ liệu.

Sử dụng Matplotlib, Seaborn để trực quan hóa dữ liệu.

Hạn nộp 15/11/2025.

Bài 05: Đề tài tìm hiểu (40%)

1. Tìm hiểu về kiểm thử cho các ứng dụng Python (pytest, unittest, mock, selenium,... )

2. Các quy tắc lập trình đúng chuẩn cho Python (Coding Convension, PEP8,...) - 1 nhóm, nhóm <SV

3. Django: framework fullstack phát triển ứng dụng Web trên quy mô lớn

4. Tìm hiểu về Dash framework - https://dash.plotly.com 

5. Tìm hiểu thư viện Scikit Learn

6. Tìm hiểu thư viện Tensor Flow

7. Tìm hiểu thư viện NLTK

Các đề tài tối đa 2 nhóm, nhóm < 5 sinh viên.

Hạn nộp 30/11/2025.