Building Generative AI Services with FastAPI

Manual de ingeniería de backend enfocado en transformar prototipos experimentales de modelos fundacionales en servicios web escalables y listos para producción mediante Python y FastAPI. Escrito por Alireza Parandeh y publicado por O'Reilly, está dirigido a desarrolladores backend, ingenieros de software y científicos de datos con nivel intermedio en Python y desarrollo de APIs REST que desean profesionalizar la arquitectura de sus servicios de inteligencia artificial generativa, comprendiendo el manejo asíncrono y las demandas de cómputo intensivo.

El contenido profundiza en el diseño de microservicios con FastAPI y la validación estricta de esquemas mediante Pydantic, cubriendo la carga eficiente de modelos mediante eventos de ciclo de vida (lifespan) y la ingesta multimodal (texto, visión, audio y 3D). Explica la implementación de streaming en tiempo real usando Server-Sent Events (SSE) y WebSockets, patrones de Retrieval-Augmented Generation (RAG) conectados a bases de datos vectoriales como Qdrant, persistencia relacional con PostgreSQL a través de Prisma ORM, control de concurrencia, almacenamiento en caché con Redis, seguridad mediante JWT, OAuth y RBAC, así como filtros de contenido y guardrails de seguridad para modelos de lenguaje.

A lo largo de los capítulos se construye de forma incremental un microservicio autónomo y seguro de IA generativa preparado para despliegues en contenedores Docker con aceleración de GPU. Su principal aporte es tender un puente sólido entre el prototipado con LLMs y la robustez de la ingeniería de software tradicional, abordando desafíos operativos reales como la latencia, la limitación de tasa (rate limiting) y las pruebas automatizadas para salidas no deterministas. Deja de lado el entrenamiento o fine-tuning profundo de modelos desde cero, por lo que resulta ideal para quienes buscan servir e integrar modelos existentes con altos estándares de producción.