Peticiones GET y POST para AI

Implementación de IA en producción con FastAPI

Matt Eckerle

Software and Data Engineering Leader

Nuestro instructor

Matt Eckerle

Líder en software e ingeniería de datos
Enterprise Data Manager en Inari
Usa FastAPI para ML desde 2019

Descripción del curso

Fundamentos de FastAPI
Gestión de peticiones e integración
Validación de entrada y seguridad
Crear y mantener APIs listas para producción

Logo de FastAPI

Antes de empezar

✓ Python básico: funciones, clases, módulos, estructuras de datos

Logo de Python

Antes de empezar

✓ Python básico: funciones, clases, módulos, estructuras de datos

✓ Conceptos de HTTP y REST API

Logos de Python y http

Antes de empezar

✓ Python básico: funciones, clases, módulos, estructuras de datos

✓ Conceptos de HTTP y REST API

✓ Uso del framework FastAPI

Gestionar peticiones GET y POST
Usar modelos de Pydantic

✓ Fundamentos de Machine Learning

Logos de Python, http y FastAPI

Peticiones GET explicadas

Para recuperar datos
Parámetro de ruta: info en la URL
No cambia el estado del servidor

GET https://example.com/?item_id=1

Diagrama para entender peticiones GET

Implementar GET con parámetros de ruta

from fastapi import FastAPI

app = FastAPI()

@app.get("/item/{item_id}")
async def read_item(item_id: int):
    return {"item_id": item_id}

El decorador `@app.get` define el endpoint.
{item_id} es un parámetro de ruta.
Anotación de tipo (int) para validación automática.

Peticiones POST explicadas

Para enviar datos al servidor
Datos en el cuerpo (normalmente JSON)
Puede cambiar el estado del servidor

Un pedido en un restaurante

POST https://example.com

Diagrama para entender peticiones POST

Implementar POST con datos JSON

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()
db = {}

class Item(BaseModel):
    name: str
    price: float

@app.post("/items", status_code=201)

def create_item(item: Item):
      db[item.name] = item.model_dump()
    return {"message": 
            f"Created {item.name}"}

El modelo Pydantic define la estructura de datos
@app.post para el endpoint POST
Análisis y validación JSON automáticos

Códigos de estado HTTP

200 OK: éxito por defecto
404 Not Found: recurso no encontrado
201 Created: objeto creado

Un código de estado HTTP 200 que indica una petición correcta

Lanzar excepciones HTTP

from fastapi import FastAPI, HTTPException
app = FastAPI()

@app.get("/item/{item_id}")
async def read_item(item_id: int):
    if item_id == 4242: #An invalid order number
        raise HTTPException(status_code=404, detail="Item not found")
    return {"item_id": item_id}

@app.post("/items")
async def create_item(item: Item):
    # Simulating item creation
    return {"message": f"Created {item.name}"}, 201

¡Vamos a practicar!

Implementación de IA en producción con FastAPI