Logo do curso
Curso

APIs e Machine Learning:

colocar modelos do notebook em produção com Flask e FastAPI

Quero estudar na alura

10h

Para conclusão

51

Pessoas nesse curso

Certificado

De participação

Introdução_

O que você aprenderá_

  • Desenvolva APIs REST com Flask e FastAPI para expor modelos e serviços de forma escalável.
  • Aplique tipagem e validação de entrada com Pydantic para garantir contratos claros nas requisições.
  • Treine, serialize e carregue modelos de regressão utilizando bibliotecas do ecossistema Python.
  • Implemente autenticação e autorização com JWT para proteger endpoints sensíveis.
  • Consuma APIs e verifique comportamentos de endpoints usando scripts clientes com Requests.
  • Estruture projetos com documentação automática (Swagger), modularização e boas práticas de organização.

Público alvo_

Este curso é indicado para cientistas de dados, desenvolvedores e estudantes que desejam transformar modelos experimentais em serviços utilizáveis, aprender a construir APIs robustas com Flask e FastAPI e aplicar práticas de segurança e documentação para colocar projetos em produção.

Ariel Velardo Paternostre da Silva

Ariel Velardo Paternostre da Silva

linkedin

Sou Cientista de Dados Sênior e Tech Lead, com atuação em dados desde 2018. Tenho experiência em Machine Learning, estatística, engenharia de dados, crédito, fraude, marketing analytics, CRM e IA Generativa. Trabalho com Python, SQL, PySpark, Spark, Databricks, Azure, scikit-learn, pandas, numpy e Power BI. Também sou professor universitário e instrutor em Ciência de Dados, Analytics e IA, além de mestrando em Computação Aplicada, com pesquisa em Machine Learning, IA e Computação Quântica.

Curso atualizado em 03/06/2026

Ementa

  1. Introdução às APIs e início do projeto

    • Apresentação
    • Para saber mais: separação de responsabilidades na simulação de APIs
    • Otimizando a experiência de compra na Meteora
    • Visão geral do projeto
    • Personalizando recomendações de produtos na Meteora
    • Aprimorando a logística de entrega na Meteora
    • O que aprendemos?
  2. Flask como base: entendendo o funcionamento de uma API

    • Preparando o ambiente
    • Criando a primeira aplicação Flask
    • Implementando uma API para monitoramento de preços de viagens
    • Criando rotas para o Serenatto - Café & Bistrô
    • Recebendo dados com POST e retornando JSON
    • Trabalhando com dados JSON
    • Implementando rotas de status no Serenatto - Café & Bistrô
    • Para saber mais: debug mode no Flask
    • O que aprendemos?
  3. Construindo a API principal com FastAPI

    • Limitações do Flask no ML
    • Organizando rotas para a plataforma Checklist
    • Estrutura básica da API com FastAPI
    • Documentação interativa para a equipe de marketing da Zoop
    • Implementando validação automática de dados para a Zoop
    • Tipagem validação e documentação automática
    • Para saber mais: injeção de dependências no fastapi
    • Estruturando a API do Checklist para facilitar testes
    • O que aprendemos?
  4. Preparando o modelo de Machine Learning

    • Usando IA generativa para preparar o modelo
    • Gerenciamento de versões de modelos na Meu Pequeno Grimório
    • Implementando previsões de vendas na Meteora
    • Salvando e reutilizando o modelo
    • Testando previsões de vendas na Meu Pequeno Grimório
    • Reutilização de modelos para previsão de tendências na Meteora
    • Para saber mais: uso de ia generativa na criação de código
    • O que aprendemos?
  5. Integrando o modelo à API

    • Carregando o modelo na API
    • Eficiência no carregamento de modelos para a plataforma Tratotech
    • Verificação de carregamento de modelo no cinema Luz & Cena
    • Criando o endpoint de predição com ML
    • Integração de modelo de recomendação no cinema Luz & Cena
    • Padronizando a resposta da API
    • Implementando previsões de preços para a plataforma Tratotech
    • Padronização de respostas na CodeConnect
    • Para saber mais: carregamento único do modelo
    • O que aprendemos?
  6. Segurança na prática: protegendo a API com JWT

    • Por que proteger APIs de ML
    • Implementando autenticacao com JWT
    • Implementando segurança em tarefas de equipe
    • Protegendo dados sensíveis na Dev.Spot
    • Autenticação de usuários em receitas exclusivas
    • Protegendo o endpoint de predição
    • Protegendo checklists sensíveis com autenticação JWT
    • O que aprendemos?
  7. Finalização do projeto e visão de produção

    • Consumindo a API de ML
    • Organizando a estrutura final do projeto
    • Gerenciamento de dependências na plataforma Indexa
    • Organizando a estrutura de projeto para a plataforma Jornada Viagens
    • Projeto final e próximos passos
    • Evolução da estrutura de projeto na Jornada Viagens
    • Documentação da estrutura de projeto na Indexa
    • Para saber mais: teste interativo e consumo real
    • O que aprendemos?

Descubra se esse curso é pra você! Leia as primeiras aulas

Comece essa formação agora mesmo e capacite-se para seu próximo projeto!

Conheça os planos
Escola

Data Science

Trabalhe com dados. Aprofunde seu conhecimento nas principais ferramentas de uma pessoa data scientist. Descubra as diferentes possibilidades de análise de dados, do Excel ao Python, e mergulhe em frameworks e bibliotecas, como Pandas, Scikit-Learn e Seaborn.

Conheça a escola

Pessoas estudando esse curso nesse mês:

Estude com elas

e mais 48 pessoas

Faça parte da nossa comunidade no discord!

Troque conhecimentos com a comunidade da Alura

Aprenda Engenharia de Dados com esse e outros cursos, comece agora!

Conheça os Planos para Empresas