AI · AIC-08

Complete REST API Development with FastAPI

หลักสูตร Complete REST API Development with FastAPI เป็นการอบรมสร้าง Backend ด้วย FastAPI ตั้งแต่ออกแบบ Endpoint เชื่อม PostgreSQL ยืนยันตัวตนด้วย JWT อัปโหลดไฟล์ และทำ Endpoint AI แบบ Streaming จนรันผ่าน Docker เหมาะกับนักศึกษา ผู้เริ่มต้น และ Frontend Developer จบแล้วสร้าง REST API ได้เอง

อัปเดตล่าสุด 8 ต.ค. 2569

ราคาเริ่มต้น 3,510 บาท / ท่าน 3,900 −10% ยังไม่รวม VAT 7% · มีราคาหมู่คณะ

ขอใบเสนอราคาอบรมองค์กร ลงชื่อจองไว้

PDFดาวน์โหลด Course Outline

ระยะเวลา12 ชั่วโมง · 2 วัน
รูปแบบออนไซต์ / ออนไลน์สด
รอบถัดไปเปิดตามคำขอ
ใบรับรองมี Certificate

ภาพรวมหลักสูตร

แอปพลิเคชันและเว็บไซต์ทุกวันนี้คุยกับระบบหลังบ้านผ่าน API เป็นหลัก การสร้าง REST API จึงเป็นทักษะพื้นฐานของนักพัฒนายุคใหม่ FastAPI เป็นเฟรมเวิร์ก Python ที่เขียนสั้น ทำงานเร็ว ตรวจข้อมูลจาก Type Hint ให้อัตโนมัติ และสร้างเอกสาร API ให้ทันที จึงเหมาะกับผู้เริ่มต้นและเป็นตัวเลือกยอดนิยมสำหรับ API ที่เชื่อมกับงาน AI

หลักสูตรนี้พาผู้ที่เขียน Python เบื้องต้นได้ สร้าง Backend ด้วย FastAPI ครบทุกขั้น เริ่มจากพื้นฐาน HTTP และ REST เตรียมโปรเจกต์ด้วย uv รับค่าและตรวจข้อมูลด้วย Pydantic ทำ CRUD แล้วเชื่อม PostgreSQL ด้วย SQLModel และ Alembic จากนั้นทำระบบ Login ด้วย OAuth2 และ JWT อัปโหลดไฟล์ เพิ่ม Endpoint ที่เรียก AI และตอบกลับแบบ Streaming แล้วปิดท้ายด้วยการเขียน Test และรันทั้งระบบด้วย Docker (อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง ระดับ Beginner)

สิ่งที่คุณจะได้รับ

เข้าใจหลักการของ HTTP และ REST API และอ่านผลลัพธ์จาก Status Code ได้
สร้างโปรเจกต์ FastAPI ด้วย uv และทดสอบผ่าน Swagger UI ได้
รับค่าและตรวจสอบข้อมูลด้วย Pydantic และจัดโครงสร้างโปรเจกต์ด้วย APIRouter ได้
เชื่อมต่อ PostgreSQL ด้วย SQLModel และจัดการโครงสร้างตารางด้วย Alembic ได้
ทำระบบ Login ด้วย OAuth2 และ JWT พร้อมกำหนดสิทธิ์ผู้ใช้ได้
สร้าง Endpoint ที่เรียก AI และตอบกลับแบบ Streaming ได้
เขียน Test ด้วย pytest และรันระบบด้วย Docker Compose ได้

หลักสูตรนี้เหมาะสำหรับ

นักศึกษาและผู้เริ่มต้นเขียนโปรแกรมที่ต้องการสร้าง Backend
Frontend Developer ที่อยากขยับมาทำ Backend และ API
นักพัฒนาที่ต้องการเปลี่ยนสายมาเป็น Backend Developer
ผู้ที่ต้องการสร้าง API ให้แอปหรือบริการ AI ของตัวเอง

พื้นฐานของผู้เข้าอบรม

เขียน Python ได้ระดับพื้นฐาน ทั้งตัวแปร ฟังก์ชัน และการ import ไลบรารี
ใช้ Terminal และ VS Code ได้
ไม่จำเป็นต้องเคยเขียน API หรือทำเว็บมาก่อน
โน้ตบุ๊กที่ติดตั้ง Docker Desktop และมีสิทธิ์ติดตั้งโปรแกรม

หัวข้อการฝึกอบรม

รายละเอียดหลักสูตร

หลักสูตรนี้เป็นฉบับปรับปรุงใหม่ปี 2026 ของหลักสูตรสร้าง REST API ด้วย Python FastAPI ครบวงจร อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายพร้อม Lab ระดับ Beginner ยังคงแกนเดิมคือพื้นฐาน REST API, CRUD, ฐานข้อมูล, JWT, Upload File, Test และ Docker แต่เปลี่ยนการเชื่อมฐานข้อมูลมาใช้ SQLModel บน PostgreSQL 18 ตามเอกสาร FastAPI ใช้ Lifespan แทน on_event ทำ JWT ด้วย

PyJWT และ pwdlib แบบ Argon2 และเพิ่ม Endpoint AI แบบ Streaming ด้วย Server-Sent Events หลักสูตรนี้ไม่ใช้ Django หากต้องการ Django REST Framework ดูหลักสูตร Building REST APIs with Python และหากต้องการต่อยอดกับ SQL Server ดูหลักสูตร FastAPI with MS SQL Server เครื่องมือหลักเป็นโอเพนซอร์สหรือใช้ฟรี ส่วน LLM API ใช้บัญชีของผู้เรียนเอง ผู้เรียนได้ Lab Guide ซอร์สโค้ด และไฟล์ Docker พร้อมใช้กลับไปต่อยอด

Day 1 พื้นฐาน REST API, FastAPI และฐานข้อมูล

Section 1: Lab: พื้นฐาน API, HTTP และ REST

API คืออะไร และการทำงานของ Request กับ Response
RESTful API กับ GET, POST, PUT, PATCH และ DELETE
Status Code ที่ใช้บ่อยและรูปแบบข้อมูล JSON
รู้จัก FastAPI และจุดเด่นเมื่อเทียบกับเฟรมเวิร์กอื่น
Lab: เรียก API จริงด้วย Bruno หรือ Postman

Section 2: Lab: เริ่มโปรเจกต์ FastAPI ด้วย uv

ติดตั้ง uv และให้ uv จัดการเวอร์ชัน Python
สร้างโปรเจกต์และติดตั้ง fastapi[standard]
รันเซิร์ฟเวอร์ด้วยคำสั่ง fastapi dev
Endpoint แรก /hello และเอกสารอัตโนมัติที่ /docs
Lab: API แรกที่ทดสอบผ่าน Swagger UI

Section 3: รับค่าและตรวจข้อมูลด้วย Pydantic

รับค่าจาก Path, Query และ Request Body
สร้าง Model ด้วย Pydantic และกำหนดเงื่อนไขด้วย Field
กำหนดรูปแบบผลลัพธ์ด้วย response_model และ Status Code
แจ้ง Error ด้วย HTTPException
Lab: API ที่ตรวจข้อมูลก่อนบันทึก

Section 4: Lab: CRUD และจัดโครงสร้างโปรเจกต์

CRUD แบบเก็บข้อมูลในหน่วยความจำด้วย list และ dict
แยกไฟล์ด้วย APIRouter และจัดกลุ่ม Endpoint ด้วย tags
Dependency Injection ด้วย Depends
เก็บค่าตั้งด้วย Environment Variable
Lab: ระบบจัดการสินค้าแบบ In-memory CRUD

Section 5: Lab: ฐานข้อมูลด้วย SQLModel

รัน PostgreSQL 18 ด้วย Docker Compose
สร้าง Table Model และ Model สำหรับรับส่งข้อมูลด้วย SQLModel
Session แบบ Dependency และ Lifespan ของแอป
CRUD กับฐานข้อมูลพร้อม Pagination
Lab: ย้ายระบบจัดการสินค้ามาเก็บใน PostgreSQL

Day 2 ความปลอดภัย, AI Streaming และ Deploy

Section 6: Migration และความสัมพันธ์ของข้อมูล

จัดการโครงสร้างตารางด้วย Alembic
ความสัมพันธ์แบบ One-to-Many ระหว่างผู้ใช้กับสินค้า
ค้นหา กรอง และเรียงลำดับข้อมูล
เลือกใช้ def หรือ async def ให้เหมาะกับงาน
Lab: ระบบจัดการผู้ใช้ (User CRUD) บนฐานข้อมูล

Section 7: Lab: Login ด้วย OAuth2 และ JWT

แนวคิด Authentication และ Authorization
Hash รหัสผ่านด้วย pwdlib แบบ Argon2
ออกและตรวจ JWT ด้วย PyJWT ผ่าน OAuth2PasswordBearer
ดึงผู้ใช้ปัจจุบันด้วย Dependency และกำหนดสิทธิ์ตามบทบาท
Lab: ระบบ Login ที่ป้องกัน Endpoint ของสินค้า

Section 8: Upload File และ Middleware

รับไฟล์ด้วย UploadFile และตรวจชนิดกับขนาดไฟล์
ให้บริการ Static File และรูปภาพสินค้า
งานเบื้องหลังด้วย BackgroundTasks
ตั้งค่า CORS ให้หน้าเว็บเรียก API ได้
Lab: อัปโหลดรูปสินค้าพร้อมตรวจสิทธิ์ผู้ใช้

Section 9: Lab: เพิ่มความสามารถ AI ให้ API

เรียก LLM API จาก Endpoint และเก็บ API Key อย่างปลอดภัย
ตอบกลับแบบ Streaming ด้วย Server-Sent Events
จัดการ Timeout, Error และควบคุมค่าใช้จ่าย
ทางเลือกใช้โมเดลขนาดเล็กบนเครื่องแทนบริการ Cloud
Lab: Endpoint ถามตอบเรื่องสินค้าที่ตอบทีละส่วน

Section 10: Workshop: Test, Docker และ Deploy

เขียน Test ด้วย pytest และ TestClient
สร้าง Dockerfile ที่ใช้ uv และรันคู่ฐานข้อมูลด้วย Docker Compose
รันแบบ Production ด้วย fastapi run
แนวทาง Deploy ขึ้น Cloud ที่มี Free Tier
Workshop: ระบบ Login, CRUD, Upload และ AI ครบในโปรเจกต์เดียว

รอบอบรมและรูปแบบการอบรม

สำหรับบุคคล — รอบอบรมทั่วไป

ขณะนี้ยังไม่มีรอบอบรมเปิดรับสมัคร ลงชื่อจองไว้ได้เลย ทีมงานจะติดต่อกลับเป็นกลุ่มแรกเมื่อเปิดรอบถัดไป หรือสอบถามทางไลน์ หรือโทร 02-570-8449 หรือ 088-807-9770

ลงชื่อจองไว้ สอบถามรอบอบรม

สำหรับองค์กร — In-house / Private Training

ปรับเนื้อหาให้ตรงกับเครื่องมือและงานจริงของทีม
เลือกวันเอง อบรมที่บริษัทหรือออนไลน์สด
ออกใบเสนอราคาในนามนิติบุคคลให้ฝ่ายจัดซื้อ

ขอใบเสนอราคาอบรมองค์กร

วิทยากรผู้สอน

สามิตร โกยมCEO ที่สถาบันไอทีจีเนียส

คำถามที่พบบ่อย

REST API คืออะไร ใช้ HTTP Method แต่ละตัวอย่างไร

REST API คือรูปแบบการให้บริการข้อมูลผ่าน HTTP โดยมองข้อมูลแต่ละชนิดเป็น Resource ที่มี URL ของตัวเอง GET ใช้อ่านข้อมูล POST สร้างข้อมูลใหม่ PUT แทนที่ข้อมูลทั้งก้อน PATCH แก้บางส่วน และ DELETE ลบข้อมูล ผลลัพธ์บอกผ่าน Status Code เช่น 200 สำเร็จ 201 สร้างแล้ว 404 ไม่พบ และ 422 ข้อมูลไม่ผ่านการตรวจ ซึ่ง FastAPI ส่งกลับให้อัตโนมัติเมื่อข้อมูลไม่ตรงกับ Model

สร้าง Endpoint แรกด้วย FastAPI และ uv ทำอย่างไร

สร้างโปรเจกต์ด้วย uv init แล้วติดตั้งด้วย uv add "fastapi[standard]" จากนั้นเขียนไฟล์ main.py สร้างตัวแปร app = FastAPI() และฟังก์ชันที่มี Decorator อย่าง @app.get("/hello") คืนค่าเป็น dict แล้วรันด้วย uv run fastapi dev เปิดเบราว์เซอร์ที่ /hello เพื่อดูผล และที่ /docs เพื่อทดสอบผ่าน Swagger UI ที่ FastAPI สร้างให้อัตโนมัติ

ระบบ Login ด้วย JWT ทำงานอย่างไร

ผู้ใช้ส่งชื่อผู้ใช้และรหัสผ่านมาที่ Endpoint สำหรับขอ Token ระบบตรวจรหัสผ่านกับค่า Hash ที่เก็บไว้ ซึ่งในหลักสูตรใช้ pwdlib แบบ Argon2 ถ้าถูกต้องจะออก JWT ด้วย PyJWT ที่มีข้อมูลผู้ใช้และเวลาหมดอายุ ผู้ใช้แนบ Token ใน Header Authorization แบบ Bearer ทุกครั้งที่เรียก API แล้ว FastAPI ตรวจ Token ผ่าน Dependency ก่อนอนุญาตให้เข้าถึง Endpoint ที่ป้องกันไว้

หลักสูตร Complete REST API Development with FastAPI เหมาะกับใคร ต้องมีพื้นฐานอะไรมาก่อน

เหมาะกับนักศึกษาและผู้เริ่มต้นเขียนโปรแกรม Frontend Developer ที่อยากทำ Backend นักพัฒนาที่ต้องการเปลี่ยนสายมาเป็น Backend Developer และผู้ที่ต้องการสร้าง API ให้แอปหรือบริการ AI ของตัวเอง ควรเขียน Python พื้นฐานได้ ทั้งตัวแปร ฟังก์ชัน และการ import ไลบรารี และใช้ Terminal กับ VS Code ได้ ไม่จำเป็นต้องเคยเขียน API หรือทำเว็บมาก่อน

เรียนจบหลักสูตร Complete REST API Development with FastAPI แล้วทำอะไรได้บ้าง

สร้าง REST API ด้วย FastAPI ได้เอง ตั้งแต่ออกแบบ Endpoint ตรวจข้อมูลด้วย Pydantic เชื่อม PostgreSQL ด้วย SQLModel และ Alembic ทำระบบ Login ด้วย JWT อัปโหลดไฟล์ สร้าง Endpoint ที่เรียก AI และตอบกลับแบบ Streaming เขียน Test และรันระบบด้วย Docker ผู้ผ่านการอบรมได้รับใบประกาศนียบัตร (Certificate of Completion) ที่มีเลขที่ของตัวเองและตรวจสอบออนไลน์ได้

เรียนสร้าง REST API ด้วย Python FastAPI ต้องใช้โปรแกรมอะไรบ้าง

ใช้โน้ตบุ๊กที่ติดตั้ง uv (ซึ่งติดตั้ง Python 3.13 ขึ้นไปให้ได้) VS Code และ Docker Desktop สำหรับรัน PostgreSQL และใช้ Bruno หรือ Postman ทดสอบ API เครื่องมือเหล่านี้ใช้ได้ฟรี ส่วน Lab ที่เรียก AI ใช้ LLM API จากบัญชีของผู้เรียนเองซึ่งอาจมีค่าใช้จ่ายตามการใช้งาน หรือใช้โมเดลขนาดเล็กที่รันบนเครื่องแทนได้