Formation FastAPI
Créer, tester et déployer des API REST avec Python et FastAPI.
Dates des prochaines sessions
Sessions en présentiel à Paris ou à distance. Inscriptions ouvertes jusqu'à la veille du démarrage.
FastAPI est un framework Python permettant de développer des API web rapides, typées et documentées automatiquement.
Cette formation FastAPI présente les principes des API REST et permet de construire progressivement une application complète.
Les participants apprennent à définir des routes, gérer les paramètres, valider les données avec Pydantic, documenter l’API, gérer les erreurs, écrire des tests et préparer le déploiement de l’application avec Docker.
Objectifs pédagogiques
- Comprendre le fonctionnement d'une API REST
- Créer une API avec FastAPI
- Définir des routes
- Valider les données avec Pydantic
- Gérer les réponses et les erreurs
- Structurer une application
- Tester une API
- Mettre en place une authentification simple
- Préparer le déploiement avec Docker
2 jours, 14 heures de pratique
Chaque journée alterne apports théoriques courts et ateliers pratiques. Programme ajustable en intra-entreprise.
1 Bases des API REST et première application FastAPI
• Principes des API et rappels HTTP : méthodes GET, POST, PUT, PATCH, DELETE et codes de statut
• Installation de FastAPI et première application
• Routes, paramètres de chemin, paramètres de requête et corps des requêtes
• Modèles Pydantic : validation des données et sérialisation
• Documentation OpenAPI automatique
• Gestion des erreurs et organisation du code
• Introduction à async et await
• Travaux pratiques
2 Structurer, sécuriser, tester et déployer l'API
• Injection de dépendances
• Configuration de l’application et variables d’environnement
• Connexion à une base de données
• Principes d’authentification : OAuth2 et JWT
• Middleware, CORS et journalisation
• Tests avec pytest et tests d’intégration
• Docker : construction d’une image et principes de déploiement
• Cas pratique de synthèse
Profils et prérequis
Profils concernés
- Développeur Python
- Data scientist
- Data engineer
- Machine Learning Engineer
Prérequis
- Bonne connaissance de Python
- Aucune connaissance préalable du développement web n'est nécessaire
Les logiciels et technologies
Les outils que vous manipulerez tout au long de la formation.
Outils d'évaluation des compétences
- Quiz en fin de module pour valider l'acquisition des connaissances théoriques.
- Exercices pratiques de construction de l'API tout au long de la formation.
- Tests automatisés de l'API écrits et exécutés par les participants.
- Cas pratique de synthèse : une API complète, testée et conteneurisée.
Une formation finançable
Cette formation est éligible aux principaux dispositifs de financement de la formation professionnelle. Notre équipe vous accompagne dans le montage du dossier.
OPCO — Prise en charge par votre opérateur de compétences au titre du plan de développement des compétences de votre entreprise.
Plan de développement — Inscription dans le plan de formation de votre entreprise, en direct avec votre service RH ou formation.
Financement personnel — Tarifs adaptés pour les indépendants et auto-entrepreneurs, paiement en plusieurs fois possible.
FAQ
Quelle est la durée de la formation et sous quels formats est-elle proposée ?
La formation dure 2 jours (14 heures) et se déroule en présentiel à Paris ou à distance, en groupe limité à 8 participants. Elle est aussi disponible en intra-entreprise, avec un cas fil rouge adapté à vos projets.
Quels sont les prérequis pour suivre cette formation ?
Une bonne connaissance de Python (fonctions, classes, environnements virtuels) est nécessaire. Aucune expérience du développement web n'est requise : les notions HTTP et REST sont présentées au début de la formation.
Pourquoi FastAPI plutôt que Flask ou Django ?
FastAPI s'appuie sur les annotations de type Python et Pydantic pour valider les données et générer automatiquement la documentation OpenAPI, avec de bonnes performances grâce à l'asynchrone. La formation situe FastAPI par rapport aux autres frameworks et détaille ses cas d'usage privilégiés, notamment l'exposition de modèles de machine learning.
Peut-on exposer un modèle de machine learning avec FastAPI ?
Oui, c'est l'un des usages les plus fréquents. Le cas pratique de synthèse montre comment charger un modèle, valider les données d'entrée avec Pydantic, renvoyer des prédictions et conteneuriser l'ensemble avec Docker.
Prêt à monter en compétences ?
Inscrivez-vous à l'une de nos sessions programmées, ou optez pour une formation intra sur mesure adaptée à votre équipe.
Une question ? Appelez-nous au 01.72.25.40.82
Cette formation FastAPI vous apprend en 2 jours à développer des API REST en Python : routes, paramètres, validation des données avec Pydantic, documentation OpenAPI, gestion des erreurs, authentification OAuth2 et JWT, tests avec pytest et conteneurisation avec Docker. Vous construisez progressivement une application complète, prête à être déployée. Idéale pour les développeurs Python, data scientists et data engineers qui veulent exposer un traitement ou un modèle sous forme d’API.