Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Costruirò agenti AI, chatbot RAG e applicazioni LLM in python
Said H
Level 1
Informazioni su questo servizio
Traduzione automatica.
La maggior parte dei sistemi AI vengono consegnati senza che nessuno misuri se funzionano davvero. Superano una demo, poi restituiscono la risposta sbagliata a una domanda reale, o un agente compie l'azione sbagliata.
Io costruisco il tuo e dimostro che funziona.
COSA COSTRUISCO
Sistemi RAG sui tuoi documenti. Agenti AI che usano strumenti e compiono azioni multi-step. Applicazioni LLM - estrazione, classificazione, riassunto, interfacce chat. Codice sorgente in ogni pacchetto.
COSA RENDERE QUESTO DIVERSO
Su Standard e Premium costruisco un set di valutazione dai tuoi veri quesiti e misuro la precisione prima della consegna. Ricevi numeri, non promesse.
INOLTRE
Hai già un sistema RAG o un agente che si comporta male? Diagnostico perché - chunking, embeddings, retrieval, ranking o selezione degli strumenti - correggo il modo di fallimento principale e rifaccio la misurazione. Scrivimi prima di ordinare.
PILASTRA
Python, LangChain, LangGraph, pgvector, Chroma, ricerca ibrida, reranking cross-encoder, retrieval multilingue. AWS Bedrock, FastAPI, Docker. Claude, OpenAI, Hugging Face.
BACKGROUND
Ingegnere AI/ML che lavora su sistemi AI in produzione. AWS Certified Machine Learning - Specialty.
Dimmi cosa stai costruendo o cosa si rompe.
Scopri di più su Said H
Said H
AI and ML Engineer, RAG and LLM Systems
Level 1
- DaMarocco
- Membro daset 2021
- Tempo di risposta medio1 ora
- Ultima consegna6 mesi
Lingue
Francese, Arabo, Inglese
AI/ML engineer. I build RAG and LLM systems, and I diagnose them when they don't work on real documents.
Most broken RAG systems aren't a model problem — the right passage never reaches the model, so no amount of prompt engineering fixes it. I measure where retrieval actually fails, fix the dominant failure mode, and re-measure so the improvement is visible rather than asserted.
Professionally I work on production RAG on AWS, speech recognition for low-resource languages, and model fine-tuning. AWS Certified Machine Learning – Specialty.
Tell me what's breaking.
Traduzione automatica.
Il mio portfolio
FAQ
Traduzione automatica.
Di cosa hai bisogno da me per iniziare?
I tuoi documenti (PDF, Word, HTML, database o un sito web da scansionare) e una percezione delle domande che i tuoi utenti faranno realmente. Se hai domande reali degli utenti o ticket di supporto, inviami quelli — migliorano il sistema in modo misurabile perché costruisco il set di valutazione partendo da essi.
Come misuri la precisione? Cosa significa esattamente?
Costruisco un set di domande con risposte verificate dai tuoi documenti, poi misuro quanto spesso il sistema recupera la risposta corretta. Se quella risposta non raggiunge mai il modello, nessuna ingegneria di prompt può risolvere il problema. Ricevi il numero prima della consegna.
I miei documenti non sono in inglese. Questo conta?
Sì, più di quanto la maggior parte delle persone si aspetti. La qualità del retrieval può differire notevolmente tra le lingue sullo stesso corpus con lo stesso modello. Lavoro regolarmente con retrieval multilingue e misuro per lingua, non assumo che un numero valga per entrambe.
Puoi riparare il mio sistema RAG esistente invece di costruirne uno?
Sì. Scrivimi prima così possiamo definire il scope — il prezzo dipende se la correzione riguarda chunking, embeddings, configurazione del retrieval o qualcosa a monte su come sono stati analizzati i documenti. Diagnostico prima di quotare.
Ti inventa cose?
Non in modo silenzioso. Inserisco un comportamento di rifiuto, così quando la risposta non è nei tuoi documenti il sistema lo dice invece di inventarla, e le risposte citano la loro fonte. È un requisito di progettazione, non un ripensamento.
Ottengo il codice?
Sì, in ogni pacchetto. Possiedi ciò che costruisco e puoi ospitarlo, modificarlo e estenderlo tu stesso.
