Construiré sistemas RAG de producción y agentes de IA con evaluaciones de LLM


Acerca de este Servicio
Traducción automática
Construyo sistemas de IA aplicada para productos reales, herramientas internas y flujos de trabajo empresariales.
Mi enfoque:
Sistemas RAG orientados a producción
Agentes de IA y llamadas a herramientas
Integraciones de LLM y salidas estructuradas
Conjuntos de datos de evaluación y pruebas de regresión
Backends de IA en Python y APIs
Puedo ayudar con:
Ingesta de documentos, fragmentación, embeddings, recuperación y reclasificación
Citas, bases de conocimiento y chatbots RAG
Agentes con herramientas, APIs y flujos de aprobación
Evaluación, controles de calidad, registros, trazabilidad y caché
SQL, NoSQL, Redis y integraciones de API existentes
Servicios FastAPI, fundamentos de Docker y transferencia para despliegue
Comienzo entendiendo qué debe hacer el sistema, qué datos usará, quién dependerá de él y cómo medir el éxito.
El objetivo es un sistema que pueda ser probado, mejorado y mantenido.
Mi enfoque es la ingeniería de IA aplicada, no investigación novedosa en ML ni entrenar modelos desde cero.
Envíame un mensaje con tu caso de uso, fuente de datos, usuarios esperados, pila actual y las integraciones que necesitas.
Conoce a lladyy
AI Engineer I Python SWE
- DeEspaña
- Miembro desdemar 2026
- Responde aprox. en:1 hora
Idiomas
Inglés, Español, Portugués, Catalán
Traducción automática
Mi porfolio
FAQ
Traducción automática
¿Qué tipo de sistemas de IA construyes?
Construyo sistemas RAG, asistentes de documentos, bases de conocimiento, agentes de IA, flujos de trabajo de LLM, copilotos internos y funciones de IA conectadas a software existente, con evaluaciones.
¿Puedes conectar el sistema de IA a mi base de datos o APIs?
Sí. Puedo integrar SQL, NoSQL, Redis, APIs internas, servicios externos y backends de Python existentes.
¿Cómo evalúas la calidad de un sistema de IA?
Utilizo casos de prueba representativos, comportamientos esperados, conjuntos de datos de evaluación, verificaciones de recuperación y pruebas de regresión según los objetivos del proyecto.
¿Puedes construir un agente que use herramientas o APIs?
Sí. Los agentes pueden usar salidas estructuradas, APIs externas, herramientas internas, pasos de aprobación y flujos de trabajo controlados.
¿Entrenas modelos de machine learning personalizados?
Mi enfoque es la ingeniería de IA aplicada: RAG, aplicaciones de LLM, agentes, integraciones, evaluaciones y sistemas backend. No ofrezco investigación novedosa en ML ni entrenamiento de modelos desde cero.
¿Qué necesitas antes de empezar?
Necesito tu caso de uso, fuentes de datos, usuarios esperados, integraciones requeridas, pila actual, entorno de despliegue preferido y ejemplos de resultados exitosos.
¿Puedes mejorar un RAG o agente de IA existente?
Sí. Puedo revisar la calidad de recuperación, prompts, llamadas a herramientas, cobertura de evaluación, latencia, costo, registros e integración de backend.

