hace falta un curso de full stack para consumir tu proyecto o tu modelo desde el front para acceder a el hasta el back o quiza una ruta tipo Machine Learning Full Stack
Justificación y contexto de tu proyecto
Cómo crear tu proyecto de ciencia de datos
Crea proyectos para afianzar tus conocimientos en ciencia de datos
Cada cuánto hacer un proyecto de datos
Dónde sacar ideas para proyectos de ciencia de datos
Generar y comunicar un proyecto de datos
Casos: personas que ya pasaron por este camino
Quiz: Justificación y contexto de tu proyecto
Ejecutando un proyecto de ciencia de datos
Plantea una pregunta interesante
Obteniendo los datos para tu proyecto
Ejecutando: obteniendo los datos
Limpieza de la información
Ejecutando: limpia tu conjunto de datos
Explora y encuentra patrones en la información
Ejecutando: exploración de la información
Ejecutando: completando la exploración de la información
Enriquecimiento de los datos para análisis profundo
Ejecutando: enriquecimiento de los datos
Aplicando un modelo de machine learning
Ejecutando: aplicando un modelo supervisado de machine learning
Ejecutando: aplicando un modelo no supervisado de machine learning
Ejecutando: aplicando un modelo no supervisado de anomalÃas
Prepara tu trabajo para comunicarlo con el mundo
Ejecutando: prepara tu trabajo para comunicarlo con el mundo
Quiz: Ejecutando un proyecto de ciencia de datos
Comunicando los resultados
Por qué es importante comunicar los resultados
Escribiendo tu primer blogpost técnico
Compartiendo en comunidad con tu primera presentación
Cómo mejorar tu repositorio en GitHub para ciencia de datos
Haciendo deploy de tus modelos
Construyendo una aplicación full stack que consuma tu proyecto
Quiz: Comunicando los resultados
Últimos pasos
Elige terminar: es mejor terminado que perfecto
Recuerda los objetivos del proyecto: practicar y carta de presentación
Comparte tu proyecto
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
El uso de APIs Restful se ha convertido en un estándar para el desarrollo de aplicaciones modernas. Estas APIs permiten conectar y estructurar la información de forma eficiente, facilitando el consumo de datos por parte de otras aplicaciones. Implementar y hacer "deploy" de APIs no solo potencia la reutilización del trabajo ya realizado, sino que también permite que otros desarrolladores construyan sobre tus proyectos, acelerando el progreso y fomentando la innovación. Considera que, al compartir tus APIs, estás colaborando en una comunidad más amplia, permitiendo que otros utilicen y mejoren tus herramientas.
Llevar a cabo el "deploy" de una API puede ser un proceso complejo, pero hay recomendaciones prácticas que pueden facilitar su ejecución:
Usa créditos gratuitos: Muchas plataformas y servicios en la nube ofrecen capas gratuitas o créditos iniciales para nuevos usuarios. Estos pueden ser muy valiosos para probar y lanzar tu API sin incurrir en costos significativos.
Garantiza la seguridad: Es fundamental establecer lÃmites de peticiones y utilizar contraseñas o autenticación para evitar el mal uso de tu API por parte de agentes externos.
Documentación exhaustiva: Documenta tu API detalladamente, como si estuvieras siendo remunerado por ello. La documentación debe ser clara y completa, de modo que cualquiera pueda entender y consumir los servicios sin necesidad de asistencia directa.
Abre las puertas al feedback: Permitir y fomentar la retroalimentación de otros desarrolladores es crucial. Esta interacción puede impulsar mejoras y optimizar la forma en que otros consumen la información o el servicio proporcionado por tu API.
Existen herramientas eficientes para la creación de APIs en Python, siendo Flask y FastAPI dos de las más populares:
Ambas herramientas proporcionan la funcionalidad básica necesaria para crear APIs, pero cada una tiene sus particularidades que pueden hacerla más apropiada para diferentes tipos de proyectos.
Compartir tus APIs con una comunidad más amplia tiene múltiples beneficios:
Colaboración y mejora continua: Al igual que en el caso del creador que permitió el uso de su API para encontrar geolocalización en México, recibirás apoyo y mejoras por parte de expertos que pueden inspirarse en tu trabajo.
Incremento en la utilidad: Al abrir el uso de tu API a diferentes audiencias, estás permitiendo que las funcionalidades desarrolladas sean aprovechadas en contextos y aplicaciones diversos, quizás en formas que no habÃas previsto.
Construcción sobre tus desarrollos: Actuando como base para que otros construyan aplicaciones más complejas, trabajarás sobre los hombros de gigantes y serás, a su vez, el gigante sobre el que otros podrán construir.
Para aquellos interesados en profundizar en el desarrollo de APIs y convertirse en expertos en herramientas como Flask y FastAPI, se recomiendan los cursos especializados disponibles en la escuela de datos de Platzi. Estudiar estos cursos proporcionará un entendimiento más profundo, desde los fundamentos hasta técnicas avanzadas, esenciales para un desarrollador especializado en el manejo de APIs.
Aportes 4
Preguntas 0
hace falta un curso de full stack para consumir tu proyecto o tu modelo desde el front para acceder a el hasta el back o quiza una ruta tipo Machine Learning Full Stack
Otra gran clase de este curso que se ha convertido en uno de los más importantes que he visto hasta ahora 🥇🦾🚀🔥
A reforzar flask y fastapi
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?