Este repositorio busca ser un punto de partida a mi camino como Ingeniero en Machine Learning y como consulta para futuros trabajos en el área.
Considero fundamental entender Fast API y MLOps para el despliegue de modelos.
Este repositorio esta fundamentado sobre los siguientes cursos en Platzi:
- FastAPI: Fundamentos, Path Operations y Validaciones
- FastAPI: Modularización, Datos Avanzados y Errores
- Introduccion al despliegue de modelos de Machine Learning
Apuntes:
-
FastAPI: Fundamentos, Path Operations y Validaciones
- Crear un entorno de desarrollo para programar API.
- Validar todos los datos entrantes a una API.
- Trabajar con Path Operations y sus componentes.
- Utilizar Request Body, Path y Query Parameters.
-
FastAPI: Modularización, Datos Avanzados y Errores
- Establecer modelos específicos de respuesta para cada path operation.
- Aprender a refactorizar y modularizar el código de una API.
- Recibir datos de formularios, cookies y headers en una API.
- Organizar de forma avanzada la documentación interactiva.
-
Introducción al Despliegue de Modelos de Machine Learning
- Crear un servicio en la nube para desplegar tu modelo.
- Cómo crear un endpoint con FastAPI.
- Desarrollar un pipeline de reentrenamiento.
- Implementa DVC a tu proyecto.