Costruirò e distribuirò un sistema multimodale rag per te

I tuoi documenti, immagini, siti web e API live contengono tutte risposte, ma solo se qualcosa può cercare tra tutti loro contemporaneamente. Costruisco sistemi multimodali RAG (retrieval-augmented generation) che fanno proprio questo: un assistente AI, basato su ogni fonte che hai, che risponde con citazioni reali invece di supposizioni.

Ciò che include:

• Ingestione di documenti, immagini e URL con OCR e embedding di visione per le immagini, indicizzati in un database vettoriale (Pinecone, Chroma o Weaviate)
• Ricerca semantica ibrida con re-ranking, così che il recupero rimanga preciso man mano che la tua base di conoscenza cresce
• Integrazione API live, così le risposte combinano conoscenza memorizzata con dati in tempo reale, non solo file statici
• Integrazione LLM (OpenAI, Claude o modelli open-source come Qwen) con prompt engineering ottimizzato per ridurre allucinazioni
• Un'interfaccia chat pulita o endpoint API, con citazioni delle fonti in ogni risposta

Perché lavorare con me:

Sono un ingegnere di visione artificiale e machine learning con 5 anni di esperienza in produzione, inclusa la messa a punto di LLM (QLoRA su Qwen) e sistemi di visione, le competenze esatte di cui ha bisogno un sistema multimodale RAG, non solo wrapping di prompt.

Dimmi le tue fonti di dati e il caso d'uso prima di ordinare, e ti disegnerò l'architettura giusta