Cервер на python: как сайт и нейросеть общаются

Научитесь запускать сервер на Python, который принимает запросы и отвечает через FastAPI.

Это самый базовый урок по API. Вы напишете свой первый API на FastAPI, изучите принципы Rest API запустите сервер на своём компьютере и отправите на него запрос из Python — увидите ответ прямо в консоли или в браузере. На пятом…
Начальный уровень
4-5 часов в неделю
Часть
1 программы →

Чему вы научитесь

  • Запускать сервер на FastAPI: вы пишете код, запускаете команду в терминале, сервер начинает слушать порт и ждать запросы
  • Создавать адреса на сервере (эндпоинты): например, «если пришли на /hello — верни такой-то текст»
  • Принимать данные от клиента и проверять, что прислали корректные поля, с помощью Pydantic
  • Принимать POST-запросы с JSON и с файлами (в том числе фото)
  • Отправлять запросы на свой сервер из Python через библиотеку requests
  • Запускать два сервера одновременно: backend на порту 8000 и ML-сервис на порту 8001, и настроить между ними обмен данными

О курсе

Курс для тех, кто уже пишет на Python, но ещё не поднимал сервер. Мы не разбираем Docker, базы данных и сложную авторизацию — только то, что нужно, чтобы API реально работало и на него можно было отправить запрос.

Пять занятий — что делаете на каждом:

  1. Введение в API — разбираетесь, как программы обмениваются данными через HTTP, что такое GET и POST, смотрите документацию в Swagger
  2. Первый API на FastAPI — устанавливаете библиотеки, пишете сервер с «Hello World», открываете страницу /docs и проверяете, что сервер отвечает
  3. POST, тело запроса и валидация — сервер принимает данные в теле запроса и проверяет их через Pydantic
  4. Вызов API из кода — пишете скрипт на Python, который отправляет запросы на ваш сервер через requests
  5. Микросервисы: Backend + ML Service — два видео в одном занятии. Вы запускаете ML-сервис с готовой моделью из материалов курса (файл joblib идёт в комплекте задания) и backend, который принимает запрос, пересылает данные в ML-сервис и возвращает предсказание. Проверяете всю цепочку через Swagger и через requests

FastAPI нужно запускать в терминале, а не в Jupyter Notebook. Рекомендуем использовать виртуальное окружение (venv), чтобы библиотеки не смешивались с другими проектами.
 

Этот курс — один из пяти в нашей программе. Проходить его можно отдельно: видео, материалы и задания — всё внутри. Другие курсы не нужны.

Всего в линейке пять курсов: ML, BackEnd, FrontEnd, Бизнес и Singularity (проект AI-Весы). Их можно проходить в любом порядке или только этот один.

Подробнее о программе на сайте: https://singularity.point

Для кого этот курс

Школьники и студенты с базовым Python, которые хотят, чтобы их код не только работал в ноутбуке, а отвечал на запросы как настоящий сервер.

Начальные требования

Базовый Python: функции, импорт библиотек.

Наши преподаватели

Как проходит обучение

Занятия 1–4 проходите строго по порядку — код накапливается в одном проекте. На занятии 5 смотрите оба видео подряд, потом выполняете задание. Проверяете работу сервера через страницу Swagger (/docs) и через скрипт на requests. На занятии 5 финальный продукт курса и подготовка к экзамену. 

Программа курса

загружаем...

Отзывы прошедших курс

5
из 5
из 2 отзывов
2 отзыва
загружаем...

Входит в 1 программу

  •    
     
     

Что вы получаете

  • Свой работающий API на FastAPI
  • Умение запускать сервер и принимать запросы с данными и фото
  • Схему «два сервера: backend + ML» на готовой модели из материалов курса 5 занятий с видео и заданиями на Stepik
Price: Бесплатно

Расскажите о курсе друзьям

Price: Бесплатно