Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Deployo modelli Hugging Face, faccio fine-tuning di llama, mistral, gemma su gcp
Awais Naeem
Informazioni su questo servizio
Traduzione automatica.
Cerchi di deployare o fare fine-tuning di LLM open-source come Llama 3, Mistral o Gemma sulla tua infrastruttura cloud?
Sono specializzato in integrazione personalizzata di modelli Hugging Face, QLoRA fine-tuning, containerizzazione e deploy pronti per la produzione su GCP, AWS e endpoint di inference.
Ciò che offro:
- Deploy di modelli: Deploy di modelli Hugging Face, Llama, Mistral, Gemma e DeepSeek su GCP Vertex AI, AWS EC2/SageMaker o Hugging Face Spaces.
- Fine-tuning con QLoRA: Ottimizzazione dei parametri su dataset personalizzati per compiti specifici di dominio.
- Integrazione API: Avvolgere i modelli in endpoint REST ad alte prestazioni con FastAPI/Flask e sicurezza JWT.
- Docker & Infrastruttura: Containerizzazione di modelli AI per inferenza scalabile nel cloud.
Stack tecnologico: Hugging Face Transformers, PEFT/LoRA, PyTorch, Llama 3, Mistral, Gemma, GCP Vertex AI, Docker, FastAPI, Python.
Perché scegliere me?
- Configurazioni di inferenza pulite e ottimizzate.
- Privacy dei dati al 100% e chiavi API sicure.
Contattami prima di ordinare per discutere i parametri del modello e la configurazione del cloud!
Scopri di più su Awais Naeem
Awais Naeem
AI and Machine Learning Engineer
- DaPakistan
- Membro daott 2024
- Tempo di risposta medio1 ora
- Ultima consegna8 mesi
Lingue
Urdu, Inglese
I am an AI & Machine Learning Engineer with 7+ years of experience in real-world automation, from AI agents to backend systems
I help when teams are stuck in manual work, tools don’t integrate or AI feels unclear.
I have built:
• AI agents using LLMs (OpenAI, LLaMA, RAG pipelines)
• Automation Agents using n8n, OpenClaw, make.com
• Workflow automations (APIs, Python, backend systems)
• Chatbots that understand context, not just scripts
• Data + AI systems that turn raw data into decisions
I build systems that save time, cut costs and actually get used. Reach out if you're exploring AI.
Traduzione automatica.
Il mio portfolio
FAQ
Traduzione automatica.
1. Quali LLM open-source puoi fare fine-tuning o deployare?
Lavoro con tutte le principali architetture open-source ospitate su Hugging Face, tra cui Llama 3/3.1, Mistral, Mixtral, Gemma 1/2, DeepSeek, Falcon e Qwen.
2. Dove puoi deployare i modelli Hugging Face fine-tuned?
Posso deployare i tuoi modelli su GCP (Vertex AI, Compute Engine), AWS (SageMaker, EC2), Azure, Hugging Face Inference Endpoints, RunPod o server GPU locali usando container Docker.
3. Quali tecniche di fine-tuning usi per ridurre i costi?
Mi specializzo in metodi PEFT come QLoRA e LoRA usando PyTorch e Hugging Face Transformers. Questo riduce drasticamente i requisiti di VRAM GPU e i costi di training mantenendo alte prestazioni del modello.
4. Otterrò un endpoint API utilizzabile per interrogare il mio modello?
Sì! Per i pacchetti Standard e Premium, avvolgo il modello in un servizio web ad alte prestazioni con FastAPI o Flask, con endpoint pronti da integrare nella tua app web, mobile o workflow backend.
5. Come gestiamo trasferimenti di grandi dataset e permessi cloud?
Puoi condividere il tuo dataset tramite storage cloud sicuro (Google Drive, S3, Hugging Face Datasets). Per deploy cloud, puoi concedere accesso temporaneo tramite IAM senza condividere password di root.
