Construiré agentes de IA, chatbots rag y aplicaciones llm en python


Level 1
Acerca de este Servicio
Traducción automática
La mayoría de los sistemas de IA se entregan sin que nadie mida si realmente funcionan. Pasan una demostración, luego devuelven el pasaje incorrecto en una pregunta real, o un agente toma la acción equivocada.
Construyo el tuyo y demuestro que funciona.
LO QUE CONSTRUYO
Sistemas RAG sobre tus documentos. Agentes de IA que usan herramientas y realizan acciones en múltiples pasos. Aplicaciones LLM - extracción, clasificación, resumen, interfaces de chat. Código fuente en cada paquete.
LO QUE HACE QUE ESTO SEA DIFERENTE
En Standard y Premium construyo un conjunto de evaluación con tus preguntas reales y mido la precisión antes de entregar. Obtienes números, no promesas.
TAMBIÉN
¿Ya tienes un sistema o agente RAG que se comporta mal? Diagnostico por qué — segmentación, embeddings, recuperación, clasificación o selección de herramientas — arregla el modo de fallo principal y vuelve a medir. Envíame un mensaje antes de ordenar.
STACK
Python, LangChain, LangGraph, pgvector, Chroma, búsqueda híbrida, reordenamiento con cross-encoder, recuperación multilingüe. AWS Bedrock, FastAPI, Docker. Claude, OpenAI, Hugging Face.
ANTECEDENTES
Ingeniero de IA/ML que trabaja en sistemas de IA en producción. Certificación AWS en Machine Learning - Specialty.
Cuéntame qué estás construyendo o qué está fallando.
Conoce a Said H
AI and ML Engineer, RAG and LLM Systems
Level 1
- DeMarruecos
- Miembro desdesep 2021
- Responde aprox. en:1 hora
- Última entrega6 meses
Idiomas
Francés, Árabe, Inglés
Traducción automática
Mi porfolio
FAQ
Traducción automática
¿Qué necesitas de mí para empezar?
Tus documentos (PDF, Word, HTML, base de datos o un sitio web para rastrear) y una idea de las preguntas que realmente harán tus usuarios. Si tienes preguntas reales de usuarios o tickets de soporte, envíalos — hacen que el sistema sea medible y mejor porque los construyo a partir de ellos.
¿Cómo mides la precisión? ¿Qué significa eso realmente?
Construyo un conjunto de preguntas con respuestas verificadas de tus propios documentos, luego mido con qué frecuencia el sistema recupera el pasaje correcto. Si ese pasaje nunca llega al modelo, ninguna ingeniería de prompts arregla la respuesta. Obtienes el número antes de entregar.
Mis documentos no están en inglés. ¿Eso importa?
Sí, más de lo que la mayoría espera. La calidad de recuperación puede variar mucho entre idiomas en el mismo corpus con el mismo modelo. Trabajo regularmente con recuperación multilingüe y mido por idioma en lugar de asumir que un número cubre ambos.
¿Puedes arreglar mi sistema RAG existente en lugar de construir uno?
Sí. Envíame un mensaje primero para definir el alcance — el precio depende de si la solución es segmentación, embeddings, configuración de recuperación o algo en la forma en que se analizaron los documentos. Diagnostico antes de cotizar.
¿Inventará cosas?
No de forma silenciosa. Incluyo comportamiento de rechazo, así cuando la respuesta no está en tus documentos el sistema lo dice en lugar de inventarla, y las respuestas citan su fuente. Eso es un requisito de diseño, no una idea de último momento.
¿Recibo el código?
Sí, en cada paquete. Eres dueño de lo que construyo y puedes alojarlo, modificarlo y extenderlo tú mismo.

