Ik auditeer en optimaliseer je rag vector search prestaties

V
valhallasoft
V
valhallasoft
Martin Poli
Sommige informatie is automatisch vertaald.
audit and optimize your rag vector search performance
Volledig scherm
audit and optimize your rag vector search performance
Volledig scherm
Volledig scherm
audit and optimize your rag vector search performanceaudit and optimize your rag vector search performanceaudit and optimize your rag vector search performance

Over deze dienst

Automatische vertaling

Je RAG draait in productie maar geeft slechte resultaten. De latency is traag. De kosten lopen op. Hallucinaties sluipen door. Klinkt bekend?


Ik audit en repareer RAG-pijplijnen die er op papier goed uitzien maar in de praktijk falen. Meer dan 10 jaar ervaring met backend werk in productie, momenteel leid ik de AI search migratie voor een van de grootste retailers van Latijns-Amerika (50K+ producten, 1M+ dagelijkse gebruikers).


Wat ik audit:

  • Embedding model geschikt voor jouw domein
  • - Chunking strategie en overlap
  • - Retrieval recall en precisie (met eval set)
  • - Reranking effectiviteit
  • - Hybride search gewichten (keyword vs semantisch)
  • - Latency per fase en kosten per query
  • - Hallucinatiepatronen

Wat je krijgt:

  • Geschreven diagnose met prioriteit voor fixes
  • - Codewijzigingen voor de belangrijkste issues (Standard / Premium)
  • - Eval set zodat je de voortgang kunt meten
  • - Monitoring setup (Premium)

Stack: Python, OpenAI, Anthropic, Pinecone, Weaviate, Qdrant, pgvector, LangChain.


Stuur me je stack en één voorbeeld query die faalt. Ik vertel je wat waarschijnlijk kapot is voordat je betaalt.

  • AI engine

    • GPT
    • Gemini
    • Bert

  • Programmeertaal

    • Go
    • JavaScript
    • PHP
    • Python
    • TypeScript

Maak kennis met Martin Poli

Martin Poli

Senior RAG and AI Search Engineer for Backend at Scale

  • Afkomstig uitUruguay
  • Lid sindsmrt 2020

  • Talen

    Engels
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.

Automatische vertaling

Mijn portfolio