Introduction
"Building Data Science Applications with FastAPI"은 FastAPI를 활용해 ML Application을 개발하고자 할 때 참고할 수 있는 책이다.
ML 모델 개발에서, 더 나아가 ML Application 개발/운영/배포 프로세스를 연습하기 위해 22년 하반기부터 해당 교재로 스터디를 진행하고 있다.
(특히 프로젝트에서 많이 사용되는 FastAPI 프레임워크를 사용하고 싶었다.)
Building Data Science Applications with FastAPI 포스팅은 스터디를 진행하면서 준비하고 보완한 내용을 리뷰할 예정이다.
FastAPI 란?
FastAPI 공식 문서에서는 이렇게 말하고 있다.
“현대적이고, 빠르며, 파이썬 표준 타입 힌트에 기초한 Python3.6+의 API를 빌드하기 위한 웹 프레임워크”
당장은 와닿지 않지만 스터디를 진행하면서 이해가 될 것이다.
Contents
하위 포스팅은 chapter별로 총 12개로 구성된다. 포스팅의 실습은 다음 OS/Program을 기준으로 진행된다.
| Operating System | Program |
|---|---|
| Windows, macOS, or Linux | Python 3.7 or above, JavaScript |
Section1. Intro to python and FastAPI
(1) Environment setting, (2) python programming 기초, (3) FastAPI의 basic과 REST API 구현을 해보자.
1.1. Python Development Environment Setup
1.2. Python Programming Specificities
Section2. Build and Deploy a complete web backend with FastAPI
FastAPI를 활용해서 Web Backend를 build & deploy 해보자.
Section3. Build a Data Science API with Python and FastAPI
ML 모델을 제공하는 ML Application의 build & deploy 해보자.
마치며
To be updated
[ 이 글은 스터디를 진행하며 리뷰한 내용으로 책의 내용, 저자의 의도와 다를 수 있습니다. ]
