Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik bouw een production rag systeem over jouw documenten
Cheolhee Lee
Over deze dienst
Automatische vertaling
Ik bouw production RAG systemen die antwoorden geven vanuit JOUW documenten met citaties, niet met hallucinaties.
Wat je krijgt
- Documentinname pipeline (PDF, DOCX, HTML, Notion, Confluence) met layout-gevoelige chunking
- Hybride retrieval: BM25 + dense vectors + reranking, afgestemd op jouw eigen eval set
- Antwoord synthese met inline citaties en weigering wanneer bewijs ontbreekt
- FastAPI / Node service, Docker, CI en een beheerdersdashboard voor herindexering
Waarom ik
Ik lever LLM systemen in productie. Recent gemeten resultaten: 70% lagere p95 latency, 38% lagere servicekosten, 49% minder output tokens door context caching, gestructureerde output en model routing.
Stack
Python, TypeScript, LangChain, LlamaIndex, OpenAI / Anthropic / vLLM, pgvector, Qdrant, Elasticsearch, Postgres, Redis, Docker, AWS.
Stuur me een voorbeeld van je documenten en de vragen die je beantwoord wilt hebben, en ik vertel je precies wat haalbaar is voordat je bestelt.
Maak kennis met Cheolhee Lee
Cheolhee Lee
AI Full Stack Developer specializing in LLM and RAG optimization
- Afkomstig uitZuid-Korea
- Lid sindsapr 2021
- Gem. reactietijd1 uur
Talen
Koreaans, Engels
I keep my employer and my clients unnamed here.
I ship production AI systems end to end at an undisclosed B2B AI SaaS company - a sales-automation SaaS and a public-sector AI evaluation platform.
Measured: LLM p95 latency -70%, serving cost -38%, output tokens -49% via context caching and structured output. 125x list speedup, threads query 411ms to 1.6ms, bundle 21.7MB to 2.3MB. Re-homed three LLM models to an on-prem DGX with zero downtime; passed TTA review for Korea's AI Verification program.
TypeScript, Python, Rust, Go, React, PostgreSQL, AWS, RAG, vLLM, MCP.
Automatische vertaling
