بناء AI API لنماذج Machine Learning بـ FastAPI + Deploy جاهز

حول نموذج ML أو Deep Learning الخاص بيك لـ REST API شغال على النت، موثق بالكامل، وجاهز للاستخدام في أي تطبيق أو موقع. الـ API بيرجع النتيجة في أقل من 200ms مع confidence score واضح لكل فئة، Swagger UI documentation جاهزة للاختبار مباشرة من المتصفح، وdeploy على سيرفر حقيقي يشتغل 24/7. مثال حقيقي من شغلي: API لتشخيص أمراض الجلد بـ EfficientNetV2B0 — بيستقبل صورة ويرجع التشخيص مع نسبة الثقة لـ 6 أمراض في 162ms، مع TTA للدقة العالية. ما يشمله الطلب الأساسي بالتحديد: المدخلات المطلوبة من العميل: ملف الموديل الجاهز (h5 / pkl / pt / onnx) وصف الـ input والـ output المتوقع أنا لا أقوم ببناء النموذج — فقط تحويله لـ API المخرجات التي سيستلمها العميل: REST API بـ FastAPI مع endpoint واحد للـ prediction Swagger UI documentation جاهزة للاختبار كود المشروع كاملاً على GitHub النشر: Deploy مجاني على Render أو Railway يشتغل 24/7 — السيرفر المجاني قد يكون بطيء في أول request (cold start) لا يوجد ضمان uptime — لو محتاج سيرفر مدفوع يُحدد بسعر إضافي التعديلات والدعم: تعديل واحد مجاني بعد التسليم الدعم الفني 3 أيام بعد التسليم غير مشمول: بناء النموذج من الصفر قاعدة بيانات أو نظام تسجيل مستخدمين سيرفر مدفوع أو دومين مخصص التقنيات المستخدمة: FastAPI — Uvicorn — EfficientNetV2B0 — TensorFlow/Keras — ngrok — Swagger UI (OpenAPI 3.1) — Python