Créez une petite API Web avec FastAPI, documentez-la avec OpenAPI et Swagger UI, testez-la avec Postman et pytest, puis déployez-la.
Lisez toutes les leçons sans compte, ou connectez-vous pour vous inscrire et suivre vos progrès.
Inscrivez-vous pour enregistrer les leçons que vous terminez. C'est gratuit.
À la fin de ce cours, vous pourrez :
Une API (interface de programmation d’applications) permet à un programme d’utiliser les fonctions d’un autre programme. Une API Web le fait par Internet : un programme envoie une requête à une URL, et l’API renvoie des données. Quand une application affiche une prédiction d’un modèle d’IA, il y a presque toujours une API Web entre l’application et le modèle.
Dans ce cours, vous en créez une : un petit service qui lit un billet de soutien et prédit sa catégorie et sa priorité. La prédiction vient d’un simple classificateur par mots-clés. Chaque résultat est donc prévisible, et vous pouvez le vérifier à la main. D’autres cours le remplacent plus tard par un modèle entraîné, sans rien changer à l’API qui l’entoure.
Vous n’écrivez pas seulement le code. Vous documentez l’API avec OpenAPI et Swagger UI, pour qu’un autre développeur puisse l’utiliser sans vous poser de questions. Vous l’explorez et la testez avec Postman, l’outil que beaucoup d’équipes utilisent chaque jour pour travailler avec des API. Vous la testez automatiquement avec pytest, vous la protégez et vous la déployez à une URL publique.
Chaque leçon montre de vraies requêtes et de vraies réponses, ainsi qu’une erreur courante : ce que vous voyez, pourquoi elle se produit et comment la corriger.
Vous avez suivi le cours Python pour l'ingénierie de l'IA en pratique, ou vous savez déjà créer un environnement virtuel, écrire des fonctions et des modules, lire une trace d'erreur (traceback) et écrire des tests pytest. Vous n'avez pas besoin de savoir comment fonctionne le Web. Le module 1 l'explique.
Cours à suivre avant : Python pour l'ingénierie de l'IA en pratique.
Les personnes qui savent écrire et tester un petit projet Python, comme dans le cours sur Python, et qui veulent offrir leur code à d'autres programmes au moyen d'une API Web. La plupart des fonctions d'IA arrivent à leurs utilisateurs de cette façon.
Des spécialistes de l'IA expérimentés ont conçu ce cours. L'IA nous a aidés à rédiger le contenu; des personnes ont choisi l'approche pédagogique et les exemples, et ont révisé chaque leçon. Les résultats que vous voyez sont les vrais résultats de l'exécution du code. Comment nous créons les cours
Suivez une requête de votre ordinateur jusqu'à un serveur, puis le chemin du retour. Vous apprenez les parties d'une URL, le rôle du DNS, des ports et du HTTPS, et comment lire une requête et sa réponse avec les outils de développement du navigateur et curl.
Créez un service FastAPI qui classe les billets de soutien. Vous l'exécutez localement, vous décrivez ses entrées et ses sorties avec des modèles typés, et vous gardez les routes, les modèles et le classificateur dans des modules séparés.
Concevez un contrat que d'autres personnes peuvent utiliser. Vous choisissez des routes claires, vous renvoyez la même forme d'erreur pour chaque échec, et vous permettez l'accès par navigateur seulement aux sites qui en ont besoin.
Lisez le document OpenAPI que FastAPI crée pour vous, et essayez chaque point de terminaison dans Swagger UI. Rendez ensuite la documentation utile avec des descriptions et des exemples, et gardez-la exacte grâce à un test.
Explorez et testez l'API avec Postman. Vous organisez les requêtes dans une collection, vous passez d'une API locale à une API déployée avec les environnements Postman, vous écrivez des tests et vous exécutez la collection depuis le terminal.
Testez le service automatiquement avec pytest, ajoutez des journaux utiles avec un identifiant de requête, et protégez le service avec une clé d'API, une limite de taille du corps de la requête et une limite de temps.
Déployez le service chez un hébergeur géré, avec ses paramètres et ses secrets hors du code. Vérifiez-le ensuite avec la même collection Postman, lisez ses journaux, et supprimez-le quand vous avez terminé.
Deux études de cas de bout en bout sur des données réelles, sous forme de projets que vous téléchargez et exécutez dans VS Code. Servez un modèle de prix des maisons derrière une API validée, testée et déployée, et créez une API de données en lecture seule avec des filtres et une pagination stable. Terminez-en au moins une pour obtenir le certificat. Chacune est un projet à ajouter à votre portfolio.
Terminez au moins une étude de cas pour obtenir le certificat. Les autres sont facultatives. Ce que couvre chacune
Utilisez tous les modules dans un projet pratique. Vous recueillez des preuves, puis vous les comparez aux objectifs du cours.
Des projets réalistes du début à la fin, sur de vraies données, avec chaque résultat expliqué. Chacun devient une pièce de votre portfolio. Terminez-en au moins une pour obtenir le certificat; les autres sont facultatives.
Servir un modèle de prix des maisons4 h
Placer un modèle déjà prêt derrière une API d'estimation validée, testée, documentée et déployée.
Créer une API de données sur les demandes de service municipal5 h
Une API en lecture seule sur une vraie base de données : filtres, pagination stable, statistiques quotidiennes, tests et étapes de déploiement.
Chargement des avis…
Vous avez suivi ce cours? Connectez-vous pour donner votre avis. Vous pouvez donner un avis après avoir terminé 25 % des leçons.
