Proyectos de backend con Python y FastAPI para tu portfolio: 4 APIs que podés publicar gratis y cómo documentarlas

Resumen ejecutivo

• Cuatro APIs con Python y FastAPI ordenadas por dificultad: tareas, turnos con autenticación, integración con una API externa y un servicio con IA.

• Cada uno trae qué aprendés, qué funcionalidades mínimas incluir y qué le muestra a un reclutador.

• La diferencia entre un proyecto de práctica y uno de portfolio está en los tests, la documentación y el deploy.

• Todas se pueden publicar gratis y documentar con la página /docs que genera FastAPI más un buen README.

FastAPI se volvió uno de los frameworks más elegidos para construir APIs en Python: es rápido, valida datos de forma automática con Pydantic y genera documentación interactiva sin escribir una línea extra. Por eso es una gran opción para armar un portfolio backend. El problema es que muchos portfolios repiten la misma API de tareas sin terminar. Si todavía no instalaste FastAPI, empezá por nuestra guía de FastAPI para principiantes; acá vamos a lo que sigue: qué construir para que te llamen.

Qué tiene que tener un proyecto de portfolio

Antes de la lista, la regla que separa un ejercicio de un proyecto que un reclutador valora:

• README claro: qué hace, cómo correrlo en local, qué tecnologías usa y un link a la versión publicada.

• Tests: aunque sean pocos. FastAPI trae un cliente de pruebas que se usa con pytest; la documentación oficial de testing muestra cómo.

• Base de datos real: PostgreSQL o SQLite con un ORM como SQLAlchemy o SQLModel, no una lista en memoria.

• Deploy: una URL donde se pueda probar. Servicios como Render tienen planes gratuitos para proyectos personales.

• Documentación automática: FastAPI genera la página /docs; dejala visible para que cualquiera pruebe los endpoints.

1. API de tareas con base de datos (nivel inicial)

Qué aprendés: rutas, métodos HTTP, modelos de datos y conexión a base de datos.

Mínimo: crear, listar, editar y borrar tareas (un CRUD), filtros por estado y paginación. Validá los datos de entrada con modelos de Pydantic.

Qué muestra: que entendés la base de una API REST. Es el proyecto más común, así que hacelo bien y no te quedes solo con este.

2. API de turnos con autenticación (nivel intermedio)

Qué aprendés: registro e inicio de sesión con tokens JWT, contraseñas hasheadas, roles y reglas de negocio.

Mínimo: usuarios que se registran y reservan turnos, un rol de administrador que define horarios disponibles, y la validación de que dos personas no reserven el mismo horario.

Qué muestra: seguridad básica y lógica de negocio, dos cosas que se preguntan mucho en entrevistas backend.

3. Integración con una API externa (nivel intermedio)

Qué aprendés: consumir servicios de terceros, manejar errores y guardar resultados en caché.

Mínimo: una API propia que consulta otra (por ejemplo, cotizaciones, clima o datos abiertos), guarda las respuestas para no repetir pedidos y devuelve un resultado procesado, como un promedio semanal o una comparación entre ciudades.

Qué muestra: que sabés trabajar con sistemas que no controlás, algo cotidiano en cualquier empresa.

4. Servicio con IA (nivel avanzado)

Qué aprendés: llamar a un modelo de lenguaje desde tu backend, tareas en segundo plano y control de costos.

Mínimo: un endpoint que recibe un texto (por ejemplo, reseñas de clientes) y devuelve un resumen o una clasificación generada por un modelo de IA, con un límite de pedidos por usuario y registro de cada llamada.

Qué muestra: que podés integrar IA en un producto real, una habilidad cada vez más pedida en avisos backend.

Cómo documentarlas

Una API sin documentación es difícil de evaluar. Para cada proyecto:

• Completá el título, la descripción y la versión de la app en FastAPI, y agregá una descripción breve a cada endpoint: aparecen solos en /docs.

• Definí ejemplos en tus modelos de Pydantic para que quien pruebe la API vea qué datos enviar.

• En el README, sumá una sección "Endpoints principales" con tres o cuatro ejemplos de pedido y respuesta, y el link a /docs de la versión publicada.

• Explicá en una línea cómo correr los tests.

Cómo presentarlos en el portfolio

• Fijá en GitHub los dos o tres mejores, con README y link al deploy.

• En el CV, describí cada proyecto con una línea de resultado: "API de turnos con autenticación JWT, 25 tests y deploy en Render".

• Prepará una explicación de dos minutos de una decisión técnica de cada uno: por qué elegiste esa base de datos o cómo resolviste las reservas duplicadas.

Si también te interesa JavaScript, compará con nuestra lista de proyectos backend con Node.js para tu portafolio junior; muchos reclutadores valoran que sepas los dos ecosistemas. Y consultá la documentación oficial de FastAPI en español cada vez que sumes una funcionalidad nueva.

Cursos recomendados de Coderhouse

Si querés construir estos proyectos con acompañamiento, el curso de Python te da la base del lenguaje y la carrera de Desarrollo Backend profundiza en APIs, bases de datos y deploy. Para el proyecto con IA, el curso de AI Agents te enseña a integrar modelos en tus servicios.

Preguntas frecuentes

¿FastAPI o Django para un portfolio backend? Los dos sirven. FastAPI es más liviano y está pensado para APIs; Django trae más cosas armadas, como el panel de administración. Para mostrar APIs, FastAPI es una gran elección.

¿Cuántos proyectos necesito para postularme? Dos o tres bien terminados, con tests y deploy, valen más que diez a medias.

¿Tengo que pagar para publicar mis proyectos? No necesariamente. Hay servicios con planes gratuitos para proyectos personales, aunque suelen tener límites de uso.

¿Puedo usar IA para programar los proyectos? Sí, pero entendé cada línea. En la entrevista te van a preguntar por qué hiciste las cosas de cierta forma.