📄️ FastAPI pour le ML
Le parcours qui transforme un modèle entraîné en service FastAPI de production : validation, chargement, prédictions, sécurité, conteneur, tests de charge et examen.
📄️ 1. Routes, types et documentation
Module 1 du cours premium FastAPI pour le ML : une application minimale, les routes GET et POST, les annotations de types et la documentation Swagger générée automatiquement.
📄️ 2. Validation avec Pydantic
Module 2 du cours premium FastAPI pour le ML : modèles de requête et de réponse, contraintes de champs, messages 422 lisibles et exemple visible dans la documentation.
📄️ 3. Chargement au démarrage
Module 3 du cours premium FastAPI pour le ML : cycle de vie de l'application, chargement unique du modèle, version exposée et échec au démarrage plutôt qu'à la première requête.
📄️ 4. Prédiction unitaire et par lots
Module 4 du cours premium FastAPI pour le ML : route unitaire, route par lots, vectorisation numpy et cohérence stricte du prétraitement entre entraînement et service.
📄️ 5. Gestion des erreurs
Module 5 du cours premium FastAPI pour le ML : exceptions HTTP, 400 contre 422 contre 500, réponses d'erreur structurées, aucune trace exposée et journal côté serveur.
📄️ 6. Async et tâches de fond
Module 6 du cours premium FastAPI pour le ML : async def et son utilité réelle, modèle bloquant dans un fil d'exécution, tâches de fond pour le scoring d'un fichier et files externes.
📄️ 7. Authentification par jeton
Module 7 du cours premium FastAPI pour le ML : clé d'API en en-tête, dépendance de sécurité, JWT en aperçu, rotation des clés et limitation de débit par appelant.
📄️ 8. Journalisation et sondes
Module 8 du cours premium FastAPI pour le ML : journaux structurés avec identifiant de requête, routes de santé et de disponibilité, métriques Prometheus et RED.
📄️ 9. Conteneurisation et déploiement
Module 9 du cours premium FastAPI pour le ML : Dockerfile multi-étapes, image légère, variables d'environnement, plusieurs travailleurs Uvicorn et déploiement géré.
📄️ 10. Tests de charge et dimensionnement
Module 10 du cours premium FastAPI pour le ML : scénario Locust, requêtes par seconde et percentiles, diagnostic des goulots (modèle, sérialisation, fils) et dimensionnement en travailleurs, réplicas et coût.
📄️ Récapitulation et examen
Récapitulation du cours FastAPI pour le ML : routes, Pydantic, chargement, prédictions, erreurs, async, jeton, journaux, Docker, tests de charge — puis examen de 40 questions.