Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je concevrai un backend python fastapi et une API rest
Sohini B
À propos de ce service
Traduction automatique
Vous avez besoin d’un backend capable de gérer une charge de production, pas d’une application Flask de style tutoriel sans authentification ni gestion des erreurs ?
Je construis des backends Python en utilisant FastAPI : endpoints asynchrones, authentification JWT ou OAuth2, validation Pydantic, SQLAlchemy avec PostgreSQL ou MongoDB, gestion correcte des erreurs et documentation OpenAPI auto-générée. Chaque API que je livre est testable, documentée et déployable, pas seulement en local.
Ce que je peux réaliser pour vous :
- APIs REST pour des interfaces web ou mobiles
- Endpoints pour la mise en service de modèles ML (charger un modèle entraîné, fournir des prédictions via API)
- Planification de tâches en arrière-plan (APScheduler ou Celery pour la synchronisation de données, emails, rapports)
- Conception de bases de données et configuration de schémas avec migrations
- Systèmes d’authentification : tokens JWT, contrôle d’accès basé sur les rôles, gestion des sessions
J’ai déjà créé des backends FastAPI pour un tracker de portefeuille fintech (synchronisation en direct des prix, calculs quantitatifs, authentification multi-utilisateur) et un système de détection d’intrusions ML (mise en service de modèles + surveillance de dérive). Je peux partager les repos sur demande.
Contactez-moi avec votre cas d’usage avant de commander, je définis précisément le périmètre du travail pour éviter toute surprise en cours de projet.
Découvrez Sohini B
Sohini B
Full Stack Engineer Building AI Powered Apps
- DeInde
- Membre depuisjuin 2025
- Temps de réponse moy.1 heure
Langues
Bengali, Anglais, Hindi
Full-stack developer building products where React/Next.js meets real AI integration, not an API wrapper but actual ML pipelines underneath. Backend in Python/FastAPI, deploying ML models alongside REST APIs. Recent work –
QuantLedger: A fintech portfolio tracker with live market data and quant risk metrics.
NetSentinel: An ML-based intrusion detection system using XGBoost with full MLOps tracking (MLflow, Evidently AI).
Spark: An LLM-integrated project visualization tool.
I scope realistically, communicate clearly, and ship code that holds up past the demo, not just the pitch.
Traduction automatique
Mon portfolio
Autres services de Développement de logiciels I Offre
FAQ
Traduction automatique
Pouvez-vous déployer un modèle ML entraîné via l’API ?
Oui. Je peux envelopper n’importe quel modèle entraîné avec scikit-learn, XGBoost ou PyTorch dans un endpoint FastAPI avec validation d’entrée, gestion des erreurs et réponses JSON. Envoyez-moi votre fichier de modèle pour vérifier la compatibilité.
Quelle base de données utilisez-vous ?
PostgreSQL par défaut avec SQLAlchemy ORM et migrations Alembic. MongoDB disponible si vos données sont basées sur des documents. Je vous conseillerai la meilleure option si vous hésitez.
L'API aura-t-elle une documentation ?
Oui. FastAPI génère automatiquement une interface Swagger interactive à /docs et ReDoc à /redoc. Chaque endpoint est documenté avec ses schémas de requête et de réponse.
Pouvez-vous mettre en place l'authentification et les rôles utilisateurs ?
Oui. Connexion basée sur JWT, rafraîchissement de token, contrôle d’accès par rôle (admin, utilisateur, etc.) sont inclus dans les packages Standard et Premium.
Aidez-vous au déploiement ?
Les instructions de déploiement pour Docker + Railway/Render/VPS sont incluses. Une assistance pratique pour le déploiement est disponible en option — contactez-moi d’abord.
J’ai déjà un frontend. Pouvez-vous seulement construire le backend ?
Oui, c’est exactement le but de cette service. Partagez le contrat API attendu de votre frontend (ou décrivez-le) et je le construirai pour correspondre.
