Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Ajustaré modelos ligeros para clasificación de texto
Acerca de este Servicio
¿Quieres clasificar tickets de clientes, ordenar correos electrónicos o moderar reseñas sin APIs costosas en la nube? Ajustaré un modelo ligero de clasificación de texto (como BERT-small) adaptado a los datos de tu negocio para ejecución local, compatible con GDPR y sin costos recurrentes.
Lo que hago:
- Preprocesamiento de datos: inspecciono y limpio tu conjunto de datos de entrenamiento (JSON/CSV).
- Ajuste personalizado: entreno el modelo en tus categorías específicas (por ejemplo, enrutamiento de tickets, detección de intención, análisis de sentimientos).
- Evaluación y optimización: pruebo para obtener la máxima precisión y convierto a ONNX (Premium) para inferencia rápida en CPU.
Lo que obtienes:
- Pesos del modelo listos para producción (PyTorch/HuggingFace o ONNX).
- Script de entrenamiento en Python limpio (Estándar/Premium).
- Guía breve para cargar el modelo mediante código.
Cómo funciona:
1. Proporciona tu conjunto de datos etiquetado en JSON/CSV.
2. Entreno el modelo en mi hardware.
3. Entrego los archivos optimizados.
️ ¡Por favor, contáctame antes de hacer el pedido para verificar la viabilidad de tu conjunto de datos y proyecto!
Lenguaje de programación:
Python
Marcos:
Scikit-learn
•
keras
•
PyTorch
•
Panda
Herramientas:
Jupyter Notebook
•
TensorFlow
•
Colab
Otros servicios de Ciencia de datos y aprendizaje automático que ofrezco
FAQ
Traducción automática
¿Qué modelos específicos utilizas para el ajuste fino?
Me especializo en arquitecturas Transformer ligeras y altamente eficientes como BERT-small y DistilBERT. Estos modelos ofrecen el equilibrio perfecto entre alta precisión y bajos requisitos de hardware.
¿El modelo final cumple completamente con GDPR?
Sí. Porque recibes los pesos brutos del modelo para ejecutarlos localmente en tu infraestructura o dispositivos del cliente, nunca se envía ningún dato a APIs externas en la nube. Los datos de tus clientes permanecen estrictamente dentro de tu entorno.
