0Pricing
MLOps Academy · Lección

Su primer endpoint /predict

Cargue un modelo y devuelva una predicción mediante HTTP.

Su primer endpoint /predict es una lección gratuita de MLOps Academy en CoddyKit. Esta es la lección 1 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de MLOps Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de MLOps Academy incluye 4 lecciones en total.

Partes de esta lección aún no han sido traducidas y se muestran en inglés.

From Notebook to API

A model in a notebook helps only you. To serve real users, you wrap it in an API that anyone can call over the network. 🚀

Why FastAPI

FastAPI is a modern Python web framework that is fast to write, validates input for you, and auto-generates interactive docs.

Install It

You need two pieces: FastAPI itself and a server to run it. Install both with pip in one line.

pip install fastapi uvicorn

Create the App

Everything starts from one app object. You create a FastAPI instance and attach routes to it.

from fastapi import FastAPI

app = FastAPI()

What an Endpoint Is

An endpoint is a URL your app responds to, like /predict. Each one runs a Python function when someone calls it.

Load Your Model First

Before predicting, you load the trained model from disk. Here joblib reads a saved scikit-learn model into memory.

import joblib

model = joblib.load("model.joblib")

Declare the Route

You mark a function as a POST endpoint with a decorator. POST fits prediction because you send data in the request body.

@app.post("/predict")
def predict(features: list[float]):
    ...

Run the Prediction

Inside the function you call the model. predict expects a 2D input, so you wrap the row in a list before passing it.

pred = model.predict([features])
result = pred[0]

Return JSON

Whatever your function returns, FastAPI serializes to JSON automatically. Return a plain dict and the client gets clean JSON.

return {"prediction": result}

Start the Server

You launch the app with uvicorn, pointing it at the module and the app object. The reload flag restarts on code changes.

uvicorn main:app --reload

Try the Auto Docs

Visit /docs in your browser and FastAPI shows an interactive page where you can test /predict without writing any client code. 🎉

Quick Check

You want clients to send feature data to your model. Which HTTP method fits a /predict endpoint?

Recap

You wrapped a model in FastAPI: create the app, load the model, expose a POST /predict that returns JSON, and run it with uvicorn. That is a live API! 🙌

Preguntas frecuentes

¿La lección «Su primer endpoint /predict» es gratis?

Sí — el texto completo de «Su primer endpoint /predict» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de MLOps Academy, actualiza a CoddyKit PRO. El curso de MLOps Academy incluye 4 lecciones en total.

¿Qué aprenderé en «Su primer endpoint /predict»?

Cargue un modelo y devuelva una predicción mediante HTTP. Practicas MLOps Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.

¿Necesito experiencia previa para empezar MLOps Academy?

No se requiere experiencia previa. MLOps Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 1 de 4.

¿Cuánto tiempo toma la lección «Su primer endpoint /predict»?

La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.

¿Puedo escribir y ejecutar código en esta lección de MLOps Academy?

Sí. Cada lección de MLOps Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.

Todas las lecciones de este curso

  1. Su primer endpoint /predict
  2. Valide las solicitudes con Pydantic
  3. Cargue el modelo una sola vez al iniciar
  4. Añada una comprobación de disponibilidad /health
← Volver a MLOps Academy