AI-এর জন্য প্রোডাকশন ব্যাকএন্ড: অ্যাডভান্সড Git আর টিমের কাজ, API ডিজাইন, async ক্লায়েন্ট, FastAPI আর্কিটেকচার, SQLAlchemy আর Alembic, অথ, Redis, টেস্টিং, ML আর LLM সার্ভিস, নিরাপত্তা, Docker, CI/CD আর ডিপ্লয়মেন্ট — প্রতিটা উদাহরণ সত্যিই চালিয়ে দেখা।
বিগিনার টিউটোরিয়ালের পরের বাইশটা পাতা। শিখবেন টিমগুলো যেভাবে Git ব্যবহার করে (rebase, reflog, রিভিউ, রুলসেট, ডেটা আর মডেলের জন্য Git), মজবুত HTTP API ডিজাইন (ইডেমপোটেন্সি, ক্যাশিং, OAuth, পেজিনেশন, রিট্রাই, ওয়েবহুক, স্ট্রিমিং), async API ক্লায়েন্ট লেখা, আর প্রোডাকশনের জন্য FastAPI সাজানো — ডিপেন্ডেন্সি, আসল ডেটাবেস আর মাইগ্রেশন, অথেন্টিকেশন, Redis ক্যাশিং আর রেট লিমিট, আর একটা মজবুত টেস্ট স্যুটসহ।
তারপর বানাবেন AI সার্ভিস — একটা মডেল-সার্ভিং এন্ডপয়েন্ট আর স্ট্রিমিং, ব্যবহার-সীমা আর খরচের লগসহ একটা LLM ব্যাকএন্ড — সেগুলোকে OWASP API Top 10-এর বিরুদ্ধে সুরক্ষিত করবেন, Docker আর Compose দিয়ে প্যাকেজ করবেন, GitHub Actions দিয়ে CI/CD স্বয়ংক্রিয় করবেন আর ডিপ্লয় করবেন। শেষে আছে একটা অনুশীলন ও ইন্টারভিউ ল্যাব আর একটা ক্যাপস্টোন প্রজেক্ট। ইংরেজি ও বাংলায়।
6 অধ্যায় · মোট 579 মিনিট
ভিডিওতে দেখে নাও, তারপর যাচাই করো কতটা মনে রইল।