
Intermediate na Kurso sa FastAPI Backend Development
Itaas ang antas ng inyong kasanayan sa Python backend sa pamamagitan ng isang malawak at detalyadong kurso sa FastAPI na ginawa para sa mga propesyonal na developer. Masterin ang mga async API, database integration, authentication, testing, at production deployment sa pamamagitan ng mga hands-on na proyekto. Bawat konsepto ay direktang nakaangkla sa mga tunay na hamon sa backend engineering na haharapin ninyo sa trabaho.
Ano ang iyong matututuhan:
I-configure ang async SQLAlchemy gamit ang dependency injection ng FastAPI para sa maaasahang mga operasyon sa database.
Bumuo ng modular at maintainable na mga API gamit ang APIRouter, middleware, at mga data model ng Pydantic v2.
Ipatupad ang ligtas na JWT authentication flow gamit ang mga refresh token at role-based access control.
Sumulat ng unit, integration, at end-to-end na mga test gamit ang pytest, TestClient, at mga pattern ng async test.
I-optimize ang performance ng API gamit ang Redis caching, mga background task, at pagtu-tune ng query sa database.
I-deploy ang production-ready na mga serbisyo ng FastAPI gamit ang Docker, structured logging, at dokumentasyon ng OpenAPI.
Paano ka mag-aaral nang praktikal Intermediate na Kurso sa FastAPI Backend Development
Paano ka magsasanay Intermediate na Kurso sa FastAPI Backend Development
Para sa mga negosyo na gustong sanayin ang kanilang team
Sa Dedika para sa mga negosyo, ang kurso ay may mga ehersisyo at halimbawa na akma sa iyong negosyo at ayon sa pangangailangan ng iyong kumpanya.
Nilalaman ng kurso
8 Kabanata • 40 Mga AralinTagal mula 4 hanggang 360 oras (ikaw ang magpapasya)
Kabanata 1ItagoItago ang mga detalyeTingnan ang mga detalyeMga Pundasyon ng FastAPI at Pag-setup ng Proyekto
Mga Pundasyon ng FastAPI at Pag-setup ng Proyekto
Aralin 1 • Mga Path at Query Parameter
Itinuturo ang pag-extract at pag-validate ng path at query parameters gamit ang Python type hints. Ipinapakita ang awtomatikong pagbuo ng dokumentasyon ng OpenAPI.
Aralin 2 • Unang Kumpletong API Endpoint
Pinagsasama ang lahat ng pundasyonal na konsepto sa iisang gumaganang endpoint na may validation at dokumentasyon. Nagsisilbi itong checkpoint bago sumulong sa data modeling.
Aralin 3 • Siklo ng Core Request-Response
Ipinapaliwanag kung paano pinoproseso ng FastAPI ang mga kahilingang HTTP sa pamamagitan ng mga path operation at nagbabalik ng mga tugon. Iniuugnay ang mga konsepto ng ASGI sa mga praktikal na kahulugan ng ruta.
Aralin 4 • Pag-install at Pag-configure ng FastAPI
Nagse-set up ng virtual environment, nag-i-install ng FastAPI at Uvicorn, at bine-verify ang installation. Nagbibigay ng baseline environment para sa lahat ng susunod na kabanata.
Aralin 5 • Mga Pangunahing Kaalaman sa Python Async para sa FastAPI
Sinasaklaw nito ang async/await syntax, event loops, at coroutines bilang mga prerequisite para sa FastAPI. Itinatatag nito ang async na mental model na gagamitin sa buong kurso.
Kabanata 2ItagoItago ang mga detalyeTingnan ang mga detalyeData Modeling gamit ang Pydantic
Data Modeling gamit ang Pydantic
Aralin 1 • Mga Nested Model at Complex Type
Bumubuo ng mga hierarchical na istruktura ng datos gamit ang mga nested model, listahan, at dict. Inihahanda ang mga mag-aaral para sa mga totoong payload na may mga kumplikadong hugis.
Aralin 2 • Pydantic Settings at Configuration
Gumagamit ng pydantic-settings para pamahalaan ang mga environment variable at app configuration. Nagtatatag ng isang config pattern na ginagamit muli sa mga kabanata ng database at seguridad.
Aralin 3 • Field Constraints at Validators
Naglalapat ng mga constraint ng Field() at custom validators para ipatupad ang mga business rule. Ipinapakita kung paano sumasama ang mga validator sa mga request body ng FastAPI.
Aralin 4 • Mga Pangunahing Konsepto ng Pydantic BaseModel
Ipinapakilala ang BaseModel, mga deklarasyon ng field, at awtomatikong pagpapatunay. Ini-uugnay ang papel ng Pydantic sa pipeline (software/data) ng pag-parse ng request ng FastAPI.
Aralin 5 • Paghihiwalay ng Request at Response Schema
Pinaghihiwalay ang mga schema ng input mula sa mga schema ng output upang makontrol ang pagkakalantad ng datos. Itinuturo ang response_model at mga pattern ng model inheritance.
Kabanata 3ItagoItago ang mga detalyeTingnan ang mga detalyePagruruta, Middleware, at Istruktura ng App
Pagruruta, Middleware, at Istruktura ng App
Aralin 1 • Mga Konsepto ng Middleware at Custom Middleware
Itinuturo nito ang request/response middleware para sa mga cross-cutting concern gaya ng pag-log at timing. Ikinokonekta nito ang middleware sa ASGI stack ng FastAPI.
Aralin 2 • APIRouter para sa Modular na Pag-ruruta
Hinahati ang mga route sa mga router na partikular sa domain at ini-integrate ang mga ito sa pangunahing app. Binabawasan nito ang coupling at pinapabuti ang discoverability ng code.
Aralin 3 • Configuration ng CORS at Trusted Host
Kino-configure ang CORS at mga patakaran ng pinagkakatiwalaang host upang ma-secure ang mga API na nakaharap sa browser. Ipinapakita ang mga setting ng patakaran na partikular sa environment.
Aralin 4 • Haba ng Buhay ng Application at Mga Kaganapan ng Pagsisimula
Ginagamit ang lifespan context manager upang maayos na simulan at alisin ang mga mapagkukunan. Inihahanda ang mga mag-aaral para sa database connection pooling sa mga susunod na kabanata.
Aralin 5 • Dependency Injection System
Ipinapaliwanag ang mekanismo ng Depends() ng FastAPI para sa pagbabahagi ng lohika sa iba’t ibang ruta. Sinasaklaw nito ang dependency chaining at scoped resource management.
Kabanata 4ItagoItago ang mga detalyeTingnan ang mga detalyeDatabase Integration gamit ang SQLAlchemy
Database Integration gamit ang SQLAlchemy
Aralin 1 • Mga Operasyong CRUD gamit ang Async ORM
Ipinapatupad ang mga operasyong create, read, update, at delete gamit ang mga async SQLAlchemy query. Ipinapakita ang repository pattern para sa malinis na paghihiwalay ng mga responsibilidad.
Aralin 2 • Mga Pattern ng Pagination at Filtering
Nagpapatupad ng offset/cursor pagination at dynamic filtering para sa mga list endpoint. Ikinokonekta ang mga query parameter model sa pagbuo ng SQLAlchemy query.
Aralin 3 • Mga Database Migration gamit ang Alembic
Pinamamahalaan ang schema evolution gamit ang mga Alembic migration script. Sinasaklaw ang auto-generation, manual na pag-edit, at mga diskarte sa rollback.
Aralin 4 • Pagtukoy sa Mga Modelo ng ORM
Ini-mapa ang mga Python class sa mga database table gamit ang declarative syntax ng SQLAlchemy. Saklaw nito ang mga uri ng column, constraint, at relationship.
Aralin 5 • Pag-setup ng Async SQLAlchemy
Nagko-configure ng async engine, session factory, at base model para sa SQLAlchemy. Isinasama ang lifecycle ng session sa dependency system ng FastAPI.
Kabanata 5ItagoItago ang mga detalyeTingnan ang mga detalyeAuthentication at Authorization
Authentication at Authorization
Aralin 1 • Pagbuo at Pagpapatunay ng JWT Token
Lumilikha at nagbe-verify ng JSON Web Token para sa stateless authentication. Sinasaklaw ang disenyo ng token payload, expiry, at signature verification.
Aralin 2 • Role-Based Access Control
Nagdaragdag ng mga user role at pagsusuri ng pahintulot bilang mga magagamit na dependency. Ipinapakita kung paano ipatupad ang mga patakaran sa pag-access nang hindi inuulit ang lohika.
Aralin 3 • Password Hashing at User Registration
Nag-ha-hash ng mga password gamit ang bcrypt at ligtas na iniimbak ang mga kredensyal ng gumagamit. Itinatatag ang modelo ng gumagamit at endpoint ng pagpaparehistro na ginagamit sa buong kabanatang ito.
Aralin 4 • OAuth2 Password Flow sa FastAPI
Ipinapatupad ang OAuth2 password bearer flow gamit ang built-in security utilities ng FastAPI. Ikinokonekta ang pag-isyu ng token sa login endpoint.
Aralin 5 • Mga Refresh Token at Ligtas na Imbakan ng Token
Ipinapatupad nito ang pag-rotate ng refresh token at tinatalakay ang mga ligtas na estratehiya para sa client-side storage. Tinutugunan ang mga karaniwang paraan ng pagnanakaw ng token at replay attack.
Kabanata 6ItagoItago ang mga detalyeTingnan ang mga detalyePagte-test ng mga FastAPI Application
Pagte-test ng mga FastAPI Application
Aralin 1 • Pagte-test ng Database gamit ang mga Transaksyon
Pinapatakbo ang mga integration test laban sa isang totoong database gamit ang transaction rollback para sa isolation. Tinitiyak nito na nauulit ang mga test nang walang manu-manong paglilinis.
Aralin 2 • Pagmo-mock ng Dependencies at External Services
Ino-override ang mga dependency at ginagaya (mock) ang mga panlabas na tawag upang ihiwalay ang mga unit test. Pinipigilan nito ang test pollution mula sa mga database at third-party API.
Aralin 3 • Pagte-test ng mga Endpoint gamit ang TestClient
Gumagamit ng TestClient ng FastAPI para magpadala ng mga HTTP request at i-assert ang mga response. Sinasaklaw ang mga status code, response body, at mga assertion sa header.
Aralin 4 • Pytest Setup para sa FastAPI
Kino-configure ang pytest gamit ang mga fixture, conftest file, at suporta para sa async sa FastAPI. Itinatatag ang imprastraktura ng pagsubok na ginagamit sa lahat ng susunod na bahagi ng pagsusulit.
Aralin 5 • Test Coverage at Quality Metrics
Sinusukat ang test coverage gamit ang pytest-cov at tinutukoy ang mga untested na code path. Ipinapakilala ang mga konsepto ng mutation testing para sa pagtatasa ng kalidad ng test.
Kabanata 7ItagoItago ang mga detalyeTingnan ang mga detalyeMga Background Task, Caching, at Performance
Mga Background Task, Caching, at Performance
Aralin 1 • Response Caching gamit ang Redis
Ipinapatupad ang response caching gamit ang Redis para bawasan ang karga ng database sa mga hot endpoint. Sinasaklaw nito ang mga estratehiya sa cache invalidation at pamamahala ng TTL.
Aralin 2 • Pag-optimize ng Database Query
Tinutukoy at nilulutas ang mga problema sa N+1 query at mababagal na query sa SQLAlchemy. Inilalapat ang eager loading at pagsusuri ng query upang pabutihin ang mga oras ng pagtugon.
Aralin 3 • Pagsasama ng Celery para sa mga Pila ng Async Task
Ikinukonekta ang FastAPI sa Celery gamit ang isang message broker para sa matibay na background processing. Sinasaklaw nito ang pagtatakda ng task, pagpapadala, at pagkuha ng resulta.
Aralin 4 • Mga Background Task ng FastAPI
Inililipat ang non-blocking na trabaho gamit ang BackgroundTasks ng FastAPI. Sinasaklaw ang mga use case, limitasyon, at pagkukumpara sa mga task queue.
Aralin 5 • Profiling at Load Testing ng Mga API
Pina-profle ang latency ng endpoint at nagpapatakbo ng mga load test para mahanap ang mga bottleneck sa performance. Ikinokonekta ang mga resulta ng profiling sa mga nakatutok na desisyon sa optimization.
Kabanata 8ItagoItago ang mga detalyeTingnan ang mga detalyeDisenyo ng API, Pagba-version, at Deploy sa Produksyon
Disenyo ng API, Pagba-version, at Deploy sa Produksyon
Aralin 1 • Mga Pinakamahusay na Gawi sa Disenyo ng REST API
Inilalapat ang resource naming, HTTP semantics, at mga prinsipyo ng idempotency sa disenyo ng API. Gumagawa ng pare-pareho at madaling maunawaang mga API na sumusunod sa mga kombensyon ng industriya.
Aralin 2 • Containerization at Deployment
Binabalot ang FastAPI app sa isang Docker container at dine-deploy ito gamit ang Gunicorn at Uvicorn workers. Sinasaklaw ang health checks at graceful shutdown.
Aralin 3 • Mga Estratehiya sa API Versioning
Kinukumpara ang mga paraan ng URL path, header, at query-param versioning. Ipinapatupad ang isang naka-version na istruktura ng router na sumusuporta sa magkakatulad na bersyon ng API.
Aralin 4 • OpenAPI Customization at Documentation
Nako-customize ang awtomatikong nabuong OpenAPI schema gamit ang metadata, mga halimbawa, at mga tag. Gumagawa ng dokumentasyong madaling gamitin ng developer para sa mga gumagamit ng API.
Aralin 5 • Observability: Logging, Metrics, at Tracing
Nagdadagdag ito ng structured logging, Prometheus metrics, at distributed tracing sa API. Nagbibigay-daan ito sa mga operator na i-diagnose ang mga isyu sa mga production environment.
Ang iyong wastong sertipiko ng pagtatapos
Ang kursong ito ay para sa iyo:
Junior Python developer: handa nang lumampas sa mga tutorial tungo sa totoong istruktura ng proyekto.
Django o Flask developer: nag-iisip kung mas bagay ang FastAPI sa mga modernong async na workload.
Data scientist: kailangang ilantad ang mga modelo sa pamamagitan ng maaasahan at madaling mapanatiling API endpoints.
Bootcamp graduate: may mga pundasyong kasanayan ngunit kulang sa lalim ng backend architecture.
Freelance developer: nais maghatid ng mas matatag at ligtas na mga backend sa mga nagbabayad na kliyente.
Career changer mula sa QA o DevOps: pinauunlad ang mga kasanayan sa coding upang lumipat sa mga backend na tungkulin.
Ano ang sinasabi ng aming mga mag-aaral
Ang mga klase nila ay perpekto. Nakuha ko ang one-year package at sa wakas, may pagkakataon na akong sundan ang iba't ibang mga paksa na interesado ako nang hindi na kailangan lumipat ng platform... salamat sa lahat ng ginagawa ninyo, inirekomenda ko na kayo sa ibang mga tao...

Gusto ko kung paano direkta sa punto ang mga aralin at kung paano ko mababago ang mga kabanata at malaktawan ang mga content na hindi ko kailangan.

Gusto ko ang content at ang paraan ng pagpresenta at transcription ng mga video, na nagpapabilis sa proseso!

Ang platform ay mabilis, simple gamitin. Ang diversity ng content at ang mga supplementary videos ay nakakatulong talaga sa pag-aaral.

Pangunahing pagsasanay
FAQ
Sino ang Dedika?
Balido ba ang sertipiko sa Pilipinas?
Libre ba ang mga kurso?
Ano ang workload ng kurso?
Ano ang itsura ng mga kurso?
Paano gumagana ang mga kurso?
Gaano katagal ang mga kurso?
Magkano ang halaga ng mga kurso?
Ano ang EAD o online course at paano ito gumagana?
PDF Course




















