Implementaré búsqueda vectorial RAG y búsqueda semántica con IA para tu ecommerce

V
valhallasoft
V
valhallasoft
Martin Poli
Parte de la información se ha traducido automáticamente.

Acerca de este Servicio

Traducción automática

Deja de perder ventas por una búsqueda deficiente.


Si la búsqueda de tu ecommerce no devuelve resultados cuando los compradores usan consultas naturales en lugar de SKUs exactos, estás dejando dinero en la mesa. Implemento búsqueda RAG y semántica de nivel producción que entiende la intención, no solo las palabras clave.


Resultado real: actualmente lidero la migración de búsqueda AI para uno de los mayores minoristas de América Latina (más de 200 tiendas, más de 1 millón de usuarios diarios, más de 50 mil productos), reemplazando la API de Google Search por un sistema basado en RAG que se proyecta ahorre 500 mil dólares al año.


Lo que obtienes:

  • Configuración de base de datos vectorial (Pinecone, Weaviate, Qdrant, pgvector)
  • - Estrategia de embedding y selección de modelo
  • - Búsqueda híbrida: palabras clave + semántica + reordenamiento
  • - Despliegue en producción con monitoreo y mecanismos de respaldo
  • - Configuración de pruebas A/B para demostrar mejoras

Pila tecnológica: Python (FastAPI), OpenAI / sentence-transformers, AWS, Docker, Kubernetes.


Por qué conmigo: más de 10 años creando backends de producción a gran escala. Ingeniero de plataforma senior con responsabilidad en arquitectura entre equipos. Entrego entregables probados y documentados para que tu equipo tenga el sistema después de la entrega.


Envíame un mensaje con tu pila, tamaño del catálogo y qué está fallando en tu búsqueda actual. Respondo en una hora con pasos concretos a seguir.

Conoce a Martin Poli

Martin Poli

Senior RAG and AI Search Engineer for Backend at Scale

  • DeUruguay
  • Miembro desdemar 2020
  • Idiomas

    Inglés
Senior Platform Engineer with 10+ years building production systems at scale. Currently leading platform infra and AI search for Argentina's largest retail chain (200+ stores, 1M+ users/day), replacing Google Search API with RAG-based semantic search across 50K+ products. What I do best: - RAG, embeddings, OpenAI/Anthropic/Bedrock - Vector DBs: Pinecone, Weaviate, Qdrant, pgvector - Backend at scale: Python, Go, Node.js, PHP 8 - AWS EKS, Karpenter, Terraform, multi-account IaC Have a search problem or an LLM pipeline that won't ship? Send me your stack.

Traducción automática

Mi porfolio

Etiquetas relacionadas