FastAPI: Создаем AI генератор сайтов с нуля

Курс из 1 урока

FastAPI всего за несколько лет стал самым востребованным фреймворком в веб-разработке. Его включают в обязательные навыки многие работодатели при размещении вакансии. Нет, Django он не смог вытеснить полностью, но обогнал в гонке популярности и занял некоторые ниши.

Нейросети еще более популярны и востребованы. Сегодня они уже могут самостоятельно писать чат-ботов и создавать простые статические сайты. И как раз FastAPI прекрасно подходит для интеграций с ИИ.

Компаниям нужны разработчики, которые умеют создавать веб-сервисы с ИИ. В этом курсе вы сделаете веб-сервис, который может по запросу пользователя генерировать с помощью нейросети статический сайт, публиковать и скачивать результат. Внутри тоже наведете образцовый порядок - упакуете репозиторий с кодом, сгенерируете документация на API.

Навыки и технологии

  • FastAPI
  • Pydantic
  • Swagger
  • OpenAPI
  • DeepSeek API
  • S3
  • ProductFlow
Эксперт курса
Евгений Евсеев
Евгений Евсеев
Технический директор и веб-разработчик со стажем 17 лет. Основатель «Девмана». Евгений проектирует веб-сервисы, пишет библиотеки для Python и JavaScript. Разработал методику управления проектами ProductFlow. Руководит командами: выбирает технологии, нанимает людей и проводит ревью кода. Евгений перфекционист, поэтому не пугайтесь, если после его ревью поймете задачу и тему по-настоящему.

Уроки

Урок 1 из 1
Создаем AI генератор сайта с нуля
Создаем AI генератор сайта с нуля

Создадите впечатляющий проект для портфолио на стыке самых популярных технологий: FastAPI и ИИ. Генератор сайтов создает фронтенд статического сайта с помощью ИИ, позволяет опубликовать и скачать результат.

Подключите нейросеть

DeepSeek - одна из самых популярных LLM моделей нейросетей. Она подходит как для генерации текстов и картинок, так и для написания простого кода.

Реализуете асинхронные API endpoints

При написании API endpoints освоите валидацию данных с помощью Pydantic и сгенерируете документация с помощью Swagger.

14 заданий
70 учебных часов
ревью кода
Об эксперте
Евгений Евсеев
Евгений Евсеев

Евгений начал учить программированию на Python в 2012 году cначала в стенах МГТУ им. Н. Э. Баумана, затем онлайн. С 2016 года преподает на курсе «Девмана», готовит учеников к работе в IT-компаниях .

В задачах от Евгения — концентрация внимания к бизнесу и его требованиям. Ведь программирование не может существовать без коммерческого интереса, заказчика и пользователя.

Кроме Python Евгений разбирает с учениками FastAPI, Django, Docker, Kubernetes. Активно изучает возможности ИИ для использования в бизнесе.

Что входит в курс

  • 1 проект в портфолио

    Каждый урок — это новый учебный проект с пошаговыми инструкциями и практическими советами.

  • Кодревью

    Преподаватель прочитает ваш код и расскажет, как сделать лучше.

  • Свободный график занятий

    Занимайтесь в любое удобное время, в своем темпе.

  • Доступ к учебным материалам навсегда

    Можно купить курс сейчас, а к занятиям приступить позже, когда будете готовы.

Стоимость

25 000 р.

Как подготовиться к занятиям

Минимальные требования:

  • Устанавливали сторонние библиотеки
  • Пользовались pip или аналогами
  • Создавали классы-наследники и объекты (экземпляры класса, инстансы)
  • Писали функции с нуля
  • Работали с requests или аналогами

Рекомендуемые требования (дополнение к вышеперечисленным):

  • Писали и использовали Callback-функции
  • Использовали декораторы
  • Отправляли HTTP-запросы с авторизацией
  • Обрабатывали HTTP-ответы с JSON

Важно! Необходимо пройти подготовительный модуль “FastAPI: Начало”.

Подготовительные курсы

Рекомендуем начать подготовку с более простых курсов:

API веб-сервисов
6 уроков, 87 заданий
  • HTTP
  • ВКонтакте API
  • Telegram боты
  • схема url
  • библиотека requests
  • REST API
Купить
18 000 Р   13 500 Р
скидка -25% к "Дню знаний"
Первый урок бесплатный

Находясь на данном сайте, вы соглашаетесь с тем, что мы используем cookie-файлы.