FastAPI para APIs de Machine Learning en Producción
Curso práctico para ML Engineers que desean desplegar modelos de machine learning como APIs REST robustas usando FastAPI. Aprenderás a implementar validación de datos, monitoreo en tiempo real y despliegue escalable, culminando con un proyecto completo listo para producción.
Contenido del curso
Este módulo te prepara para integrar modelos ML existentes en FastAPI, estableciendo las bases de una API funcional con validación inicial, para que puedas pasar rápidamente de prototipos a endpoints operativos.
Aquí profundizarás en la validación de datos y el manejo robusto de errores, esencial para garantizar la fiabilidad de tu API en entornos de producción, evitando fallos por entradas incorrectas.
- 2.1Validación Personalizada con Pydantic para Datos MLLectura20 min
- 2.2Manejo de Excepciones y Respuestas de ErrorLectura15 min
- 2.3Práctica: Implementar Validación para un Modelo de RegresiónLectura30 min
- 2.4Logging Básico para DepuraciónLectura15 min
- 2.5Quiz: Validación y Manejo de ErroresQuiz10 min
Aprenderás a monitorear el rendimiento de tu API en tiempo real y optimizarla para alta carga, clave para mantener servicios ML eficientes y detectar problemas antes de que afecten a los usuarios.
En este módulo final, aplicarás todo lo aprendido para construir y desplegar una API completa de ML con validación, monitoreo y escalabilidad, entregando un proyecto listo para entornos reales de producción.
Crea tu propio curso
La IA genera el contenido. Vos elegis el tema. En minutos tenes un curso completo para compartir.
Crear curso gratis