
কাজ করা একটা API থেকে প্রোডাকশন AI ব্যাকএন্ড: টিমের Git, API ডিজাইন, async ক্লায়েন্ট, ডেটাবেস আর অথসহ FastAPI, Redis, টেস্টিং, ML আর LLM এন্ডপয়েন্ট, নিরাপত্তা, Docker, CI/CD আর ডিপ্লয়মেন্ট।
BitByte AI পথের Level 0-এর পঞ্চম বিষয় (দুই ভাগের দ্বিতীয় ভাগ), যাঁরা AI-এর জন্য Git, API ও ব্যাকএন্ড: বিগিনার শেষ করেছেন তাঁদের জন্য। একটা সার্ভিস চালু করতে AI ইঞ্জিনিয়াররা যা করেন, সেটাই এখানে: GitHub-এ একসাথে কাজ, আসল ট্র্যাফিক সামলাতে পারে এমন API ডিজাইন, অন্য সার্ভিস দক্ষভাবে কল করা, ডেটাবেস, অথ আর ক্যাশিংসহ FastAPI ব্যাকএন্ড বানানো, ঠিকমতো টেস্ট করা, ML মডেল সার্ভ করা আর খরচের সীমার মধ্যে LLM-এর উত্তর স্ট্রিম করা, সুরক্ষিত করা, কন্টেইনারে ভরা, স্বয়ংক্রিয় করা আর ডিপ্লয় করা।
পাবেন দুই ভাষার একটা লেখা টিউটোরিয়াল, যার প্রতিটা কমান্ড আর প্রোগ্রাম চালিয়ে আউটপুট মিলিয়ে দেখা হয়েছে (Git, Docker আর Compose-সহ); ByteByteGo, Fireship, OktaDev, TechWorld with Nana প্রমুখের বাছাই করা ভিডিও; আর তিনটা পরীক্ষা। শেষে আছে একটা অনুশীলন ও ইন্টারভিউ ল্যাব আর পোর্টফোলিওতে রাখার মতো একটা ক্যাপস্টোন।
আলোচনায় যোগ দিতে সাইন ইন করুন।