Je déploierai votre modèle ML en tant qu'application web fastapi et streamlit avec docker


À propos de ce service
Traduction automatique
Avez-vous un modèle ML entraîné qui repose dans un notebook Jupyter et que personne d'autre ne peut utiliser ? Je vais le transformer en une véritable application web accessible à tous via leur navigateur.
Je suis étudiant en M.Tech à l'IIT Roorkee avec une expérience pratique dans le déploiement de modèles de deep learning en production. J'ai créé une application de classification de tumeurs cérébrales avec backend FastAPI, frontend Streamlit,
Docker Compose, déployée en direct sur AWS EC2. Ce n'est pas un simple projet tutoriel, c'est un système fonctionnel.
Ce que je vais réaliser pour vous :
- Backend FastAPI où votre modèle reçoit des entrées, effectue des inférences,
renvoie des prédictions via un endpoint REST API propre
- Frontend Streamlit où les utilisateurs téléchargent des données ou images et voient
les résultats instantanément dans leur navigateur
- Docker Compose pour contenir et faire fonctionner les deux services
avec une seule commande, sans problème de dépendances
- Déploiement sur AWS EC2 (Standard et Premium) pour rendre votre application accessible
sur internet avec une URL publique
Ce dont j'ai besoin de votre part :
Votre fichier de modèle entraîné, une description de ce qu'il attend comme entrée,
et le type de sortie que vous souhaitez afficher.
Contactez-moi avant de commander, je confirmerai si je peux gérer votre modèle spécifique dans les 24 heures
Respectez les droits des tiers
Veuillez noter qu’il est contraire aux politiques de Fiverr pour les freelances d’inclure des thèmes, des modèles ou tout autre élément d'autrui qui enfreint les droits de tiers ou les lois applicables pour les livrables. En savoir plus en lisant notre Guide pour une création numérique responsable.
Découvrez Sachinkumar P
MTech Student Healthcare ML Researcher
- DeInde
- Membre depuisaoût 2026
Langues
Tamoul, Anglais
Traduction automatique
FAQ
Traduction automatique
Question : Quels formats de modèle supportez-vous ?
Je travaille avec les formats PyTorch (.pth), Scikit-learn (.pkl), TensorFlow (.h5) et ONNX. Si vous avez un format différent, contactez-moi d'abord pour confirmer la compatibilité.
Ai-je besoin d'un compte AWS pour le déploiement ?
Oui pour les packages Standard et Premium. La couche gratuite AWS suffit pour la plupart des modèles — aucun coût supplémentaire. Je vous guiderai dans la configuration si vous n'en avez pas déjà un.
Et si mon modèle est trop volumineux pour la couche gratuite ?
Contactez-moi avec la taille de votre modèle avant de commander. Je vous recommanderai le type d'instance EC2 adapté et vous fournirai une estimation précise du coût avant que vous vous engagiez.
Pouvez-vous entraîner ou améliorer mon modèle ?
Ce service couvre uniquement le déploiement, pas la formation. Si vous avez besoin d'entraînement ou d'amélioration, contactez-moi pour discuter d'une commande personnalisée.
Vais-je posséder le code après la livraison ?
Oui, vous obtenez la pleine propriété de tout le code, les Dockerfiles et la documentation. Tout est livré via un dépôt GitHub dont vous êtes le propriétaire.
