Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Desplegaré modelos de Hugging Face, ajustaré finamente llama, mistral, gemma en gcp
Awais Naeem
Acerca de este Servicio
Traducción automática
¿Buscas desplegar o ajustar finamente LLMs de código abierto como Llama 3, Mistral o Gemma en tu propia infraestructura en la nube?
Me especializo en integración personalizada de modelos Hugging Face, ajuste fino con QLoRA, containerización y despliegues listos para producción en GCP, AWS y endpoints de inferencia.
Lo que ofrezco:
- Despliegue de modelos: Desplegar modelos de Hugging Face, Llama, Mistral, Gemma y DeepSeek en GCP Vertex AI, AWS EC2/SageMaker o Hugging Face Spaces.
- Ajuste fino con QLoRA: Ajuste eficiente en parámetros en conjuntos de datos personalizados para tareas específicas de dominio.
- Integración de API: Envolver modelos en endpoints REST de FastAPI/Flask de alto rendimiento con seguridad JWT.
- Docker y infraestructura: Containerizar modelos de IA para inferencia escalable en la nube.
Pila tecnológica: Hugging Face Transformers, PEFT/LoRA, PyTorch, Llama 3, Mistral, Gemma, GCP Vertex AI, Docker, FastAPI, Python.
¿Por qué elegirme?
- Configuraciones de inferencia limpias y optimizadas.
- Privacidad total de datos y claves API seguras.
¡Envíame un mensaje antes de ordenar para discutir los parámetros del modelo y la configuración de hosting en la nube!
Conoce a Awais Naeem
Awais Naeem
AI and Machine Learning Engineer
- DePakistán
- Miembro desdeoct 2024
- Responde aprox. en:1 hora
- Última entrega8 meses
Idiomas
Urdu, Inglés
I am an AI & Machine Learning Engineer with 7+ years of experience in real-world automation, from AI agents to backend systems
I help when teams are stuck in manual work, tools don’t integrate or AI feels unclear.
I have built:
• AI agents using LLMs (OpenAI, LLaMA, RAG pipelines)
• Automation Agents using n8n, OpenClaw, make.com
• Workflow automations (APIs, Python, backend systems)
• Chatbots that understand context, not just scripts
• Data + AI systems that turn raw data into decisions
I build systems that save time, cut costs and actually get used. Reach out if you're exploring AI.
Traducción automática
Mi porfolio
FAQ
Traducción automática
1. ¿Qué LLMs de código abierto puedes ajustar finamente o desplegar?
Trabajo con todas las principales arquitecturas de código abierto alojadas en Hugging Face, incluyendo Llama 3/3.1, Mistral, Mixtral, Gemma 1/2, DeepSeek, Falcon y modelos Qwen.
2. ¿Dónde puedes desplegar los modelos de Hugging Face ajustados finamente?
Puedo desplegar tus modelos en GCP (Vertex AI, Compute Engine), AWS (SageMaker, EC2), Azure, endpoints de inferencia de Hugging Face, RunPod o servidores GPU locales usando contenedores Docker.
3. ¿Qué técnicas de ajuste fino utilizas para reducir costos?
Me especializo en métodos PEFT como QLoRA y LoRA usando PyTorch y Hugging Face Transformers. Esto reduce drásticamente los requisitos de VRAM en GPU y los costos de entrenamiento, manteniendo un alto rendimiento del modelo.
4. ¿Obtendré un endpoint API usable para consultar mi modelo?
¡Sí! Para los paquetes Estándar y Premium, envuelvo el modelo en un servicio web de alto rendimiento con FastAPI o Flask, con endpoints listos para integrarse en tu web, app móvil o flujo de trabajo backend.
5. ¿Cómo manejamos las transferencias de grandes conjuntos de datos y permisos en la nube?
Puedes compartir tu conjunto de datos mediante almacenamiento en la nube seguro (Google Drive, S3, Hugging Face Datasets). Para despliegues en la nube, puedes otorgar acceso temporal a la cuenta de servicio IAM sin compartir contraseñas de la cuenta raíz.
