Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik bouw productie RAG-systemen en AI-agenten met LLM-evaluaties
lladyy
Over deze dienst
Automatische vertaling
Ik ontwikkel toegepaste AI-systemen voor echte producten, interne tools en bedrijfsworkflows.
Mijn focus:
Productiegerichte RAG-systemen
AI-agenten en tool calling
LLM-integraties en gestructureerde outputs
Evaluatiedatasets en regressietests
Python AI backends en APIs
Ik kan helpen met:
Documentinvoer, chunking, embeddings, retrieval en reranking
Citaties, kennisbanken en RAG-chatbots
Agenten met tools, APIs en goedkeuringsworkflows
Evaluatie, kwaliteitscontroles, logging, tracing en caching
SQL, NoSQL, Redis en bestaande API-integraties
FastAPI-diensten, Docker-implementaties en deployment-overdracht
Ik begin met het begrijpen van wat het systeem moet doen, welke data het gebruikt, wie erop vertrouwt en hoe succes gemeten moet worden.
Het doel is een systeem dat getest, verbeterd en onderhouden kan worden.
Mijn focus ligt op Applied AI engineering, niet op nieuwe ML-onderzoeken of het trainen van modellen vanaf nul.
Stuur me een bericht met je use case, data bron, verwachte gebruikers, huidige stack en benodigde integraties.
Maak kennis met lladyy
lladyy
AI Engineer I Python SWE
- Afkomstig uitSpanje
- Lid sindsmrt 2026
- Gem. reactietijd1 uur
Talen
Engels, Spaans, Portugees, Catalaans
I'm a Python and Applied AI Engineer focused on building useful, maintainable software.
I work on RAG systems, AI agents, LLM evaluations, backend APIs, databases, automations, web scraping, bots, and custom web tools.
I write and review the code myself. If you prefer an AI-assisted workflow to move faster, I can use it deliberately, while remaining responsible for the architecture, implementation, testing, and handoff.
I like clear scopes, direct communication, and projects that solve a real operational problem. Share what you are trying to build and the context around it.
Automatische vertaling
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Wat voor soort AI-systemen bouw je?
Ik bouw RAG-systemen, documentassistenten, kennisbanken, AI-agenten, LLM-workflows, interne copilots en AI-functies gekoppeld aan bestaande software, met evaluaties.
Kun je het AI-systeem verbinden met mijn database of APIs?
Ja. Ik kan SQL, NoSQL, Redis, interne APIs, externe diensten en bestaande Python backends integreren.
Hoe evalueer je de kwaliteit van een AI-systeem?
Ik gebruik representatieve testgevallen, verwachte gedragingen, evaluatiedatasets, retrieval checks en regressietests op basis van de doelen van het project.
Kun je een agent bouwen die tools of APIs gebruikt?
Ja. Agenten kunnen gestructureerde outputs, externe APIs, interne tools, goedkeuringsstappen en gecontroleerde workflows gebruiken.
Train je aangepaste machine learning modellen?
Mijn focus ligt op Applied AI engineering: RAG, LLM-toepassingen, agenten, integraties, evaluaties en backend-systemen. Ik bied geen nieuw ML-onderzoek of het trainen van modellen vanaf nul aan.
Wat heb je nodig voordat je begint?
Ik heb je use case, data bronnen, verwachte gebruikers, benodigde integraties, huidige stack, gewenste deployment-omgeving en voorbeelden van succesvolle outputs nodig.
Kun je een bestaande RAG of AI-agent verbeteren?
Ja. Ik kan de kwaliteit van retrieval, prompts, tool calls, evaluatie, latency, kosten, logging en backend-integratie beoordelen.
