Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Costruirò una pipeline RAG di produzione con langchain, chromadb e fastapi
Manas J
Informazioni su questo servizio
Traduzione automatica.
Stai creando un prodotto AI che deve funzionare davvero in produzione, non solo una demo?
Costruisco pipeline RAG di livello produzione usando LangChain, ChromaDB e FastAPI. Ho realizzato sistemi RAG con recupero multi-documento, ricerca semantica, memoria di conversazione e interfacce vocali, incluso un progetto riconosciuto al Google GenAI Hackathon 2025. Ho anche pubblicato una libreria AutoML open-source su PyPI e creato un framework di valutazione LLM a 7 metriche da zero.
Ciò che ottieni:
Pipeline RAG multi-documento con LangChain + ChromaDB
Backend asincrono con FastAPI e endpoint REST puliti
Ricerca semantica con strategia di chunking intelligente
Memoria di conversazione + citazione delle fonti
Deploy Docker pronto per la spedizione
Codice sorgente + documentazione dettagliata
Non faccio prototipi. Progetto sistemi pensati per utenti reali e scala reale.
Contattami prima di ordinare, voglio capire il tuo caso d'uso e assicurarmi di consegnare esattamente ciò di cui hai bisogno.
Scopri di più su Manas J
Manas J
Freelance AI Engineer
- DaIndia
- Membro damag 2026
- Tempo di risposta medio1 ora
Lingue
Hindi, Oriya, Inglese, Punjabi
I am an AI Engineer and Backend Developer specializing in RAG pipelines, multi-agent systems, and LLM fine-tuning. I have extensive experience building production-grade backends with FastAPI, Celery, and Docker, and I have successfully led teams in high-stakes environment to deliver complex ML solutions.
Traduzione automatica.
Il mio portfolio
FAQ
Traduzione automatica.
Che tipo di documenti o fonti di dati può gestire la pipeline RAG?
PDF, testo semplice, documenti Word e contenuti estratti dal web. La pipeline utilizza una strategia di chunking intelligente per gestire efficacemente grandi documenti, preservando il contesto tra i chunk per un recupero accurato.
Quali LLM posso usare con questo sistema RAG?
OpenAI (GPT-4o, GPT-3.5), Google Gemini, Anthropic Claude o modelli open-source tramite Ollama/HuggingFace. L'architettura è indipendente dal modello — cambiare LLM richiede minime modifiche.
Potrò eseguire questa soluzione sul mio server?
Sì. L'intero sistema è containerizzato con Docker e Docker Compose. Ottieni una configurazione auto-ospitabile senza dipendenza da vendor. Fornirò anche istruzioni chiare per il deployment.
Devo conoscere Python o AI per usare il sistema consegnato?
No. Ti consegno un'API funzionante con documentazione. Se hai un team di sviluppo, possono estenderla facilmente. Se no, il sistema funziona subito tramite gli endpoint FastAPI.
Di cosa hai bisogno da me per iniziare?
Una breve descrizione del tuo caso d'uso, i dati/documenti che vuoi che il sistema interroghi e quale provider LLM preferisci. Confermerò l'ambito prima di iniziare.
