Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Costruirò modelli di deep learning personalizzati e sistemi di AI agentici in python
Sono un data scientist con una forte competenza in analisi dei dati, modellazione statistica e estrazione di insight utili da dataset complessi. Abile nell'usare approcci basati sui dati per risolvere...
Informazioni su questo servizio
Smetti di usare modelli di base per problemi complessi. Ottieni soluzioni di Deep Learning di livello ricerca.
Come Data Scientist di Ricerca, non mi limito a "eseguire codice"; progetto sistemi intelligenti. Che tu abbia bisogno di una Convolutional Neural Network (CNN) per la visione artificiale, di un LSTM per le previsioni di serie temporali, o di un Sistema Multi-Agente per simulazioni complesse, fornisco modelli di Deep Learning all'avanguardia su misura per i tuoi dati specifici.
Servizi avanzati di Deep Learning:
- Architettura di reti neurali: modelli personalizzati di ANN, CNN, RNN e Transformer.
- AI agentica: sviluppo di ambienti di reinforcement learning multi-agente (MARL).
- Visione artificiale: rilevamento di oggetti avanzato, segmentazione e tracciamento (OpenCV/PyTorch).
- AI generativa: perfezionamento di LLM e integrazione di RAG (Retrieval-Augmented Generation).
- Deep Learning causale: identificare relazioni causali all’interno di strutture neurali profonde.
- Ottimizzazione dei modelli: quantizzazione, pruning e tuning degli iperparametri per la produzione.
Expertise:
Sviluppo di sito web
Linguaggio di programmazione:
Python
API:
Google Cloud Vision API
Strumenti:
tensorflow
Framework:
PyTorch
Altri servizi della categoria Data science e ML offerti da me
FAQ
Traduzione automatica.
Lavori con Large Language Models (LLMs)?
Sì. Posso aiutarti con il fine-tuning, l’ingegneria dei prompt e la creazione di pipeline RAG usando Hugging Face o OpenAI.
2. Puoi gestire grandi dataset?
Sì. Ho esperienza nella creazione di data loader efficienti e nell’uso di ambienti cloud (AWS/Colab) per addestrare modelli su dataset massicci senza problemi di memoria.
3. Fornisci documentazione sul modello?
Sempre. Ogni progetto include un dettagliato Jupyter Notebook o README che spiega l’architettura, le funzioni di perdita usate e le metriche di performance (Accuracy, F1-Score, ecc.).
