Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik integreer chatgpt of claude ai in je app of website
Ananthakrishnan
Over deze dienst
Automatische vertaling
Wil je AI toevoegen aan je app zonder een fragiele, halfwerkende demo? Ik integreer ChatGPT, Claude en andere LLMs in je bestaande product of backend, met schone, geteste, productieklare code.
Ik ben een backend- en AI-engineer met meer dan 5 jaar ervaring. Ik heb een volledige RAG-platform gebouwd solo op FastAPI en pgvector, AI-functies uitgerold met tool calling en veiligheidsmaatregelen, en LLM-kosten met tot 90% verlaagd door prompt caching, zodat je feature goedkoop blijft in gebruik.
Wat je kunt bestellen:
- Basis: één LLM-functie (tekstgeneratie, samenvatting, Q&A, classificatie of chat endpoint) gekoppeld aan je app.
- Standaard: een RAG-assistent gebaseerd op je eigen data, met vector search en conversatiegeheugen.
- Premium: een productie-AI-agent met tool calling op je APIs, gestructureerde outputs, streaming en veiligheidsmaatregelen.
Werkt met Python (FastAPI), Java (Spring Boot), Node en de meeste stacks. Add-ons beschikbaar voor extra functies en prioriteitsondersteuning.
Stuur me een bericht voordat je bestelt met je stack en wat je wilt dat de AI doet, dan bevestig ik de scope en het juiste pakket. Snelle reacties, duidelijke communicatie, nette overdracht.
Maak kennis met Ananthakrishnan
Ananthakrishnan
Backend and AI Engineer specializing in LLM, RAG, and Deployment
- Afkomstig uitVerenigde Staten
- Lid sindsaug 2026
- Gem. reactietijd1 uur
Talen
Engels, Malayalam, Tamil, Hindi, Arabisch
Backend & AI engineer, 5+ years shipping production systems. I add AI to existing apps: LLM features, RAG assistants grounded in your data, and tool-calling agents that take real actions (Claude, GPT-4o, FastAPI, Spring AI). I also deploy apps end-to-end with Docker, CI/CD, Terraform, and AWS. Recent work: built a full RAG research platform solo on FastAPI + pgvector, cut LLM costs ~90% with prompt caching, and ran enterprise microservices on AWS ECS Fargate. Clean, tested, documented code and clear communication. Message me before ordering so I can scope your project and confirm fit.
Automatische vertaling
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Werk je met OpenAI/ChatGPT en Claude (Anthropic)?
Ja, beide, plus andere grote LLMs. Ik heb productie-integraties uitgerold met OpenAI GPT-4o en Anthropic Claude. Als je niet zeker weet welke het beste past bij jouw gebruik en budget, vertel me je doel en ik adviseer je een optie en leg de voor- en nadelen uit.
Werkt dit met mijn bestaande code en tech stack?
Ja. Ik integreer in je huidige codebase in plaats van deze te herbouwen. Ik werk regelmatig met Python/FastAPI en Java/Spring Boot, plus Node en de meeste gangbare stacks. Deel je repo en ik bevestig of het past voordat je bestelt.
Wat heb je van mij nodig om te beginnen?
Toegang tot je code of repo, een korte beschrijving van wat de AI moet doen, en je LLM API-sleutel. Voor een RAG-assistent ook de documenten of data waarop je wilt baseren. Ik stuur een korte checklist zodra we de scope hebben vastgesteld.
Van wie zijn de API-sleutels en wie betaalt de gebruikskosten?
Jij bezit de API-sleutels en betaalt rechtstreeks aan de provider, zodat je volledige controle hebt zonder meerkosten. Ik optimaliseer prompts en gebruik caching waar mogelijk om je kosten laag te houden.
Weet je niet zeker welk pakket je nodig hebt?
Stuur me eerst een bericht. Kort samengevat: Basic = één AI-functie; Standaard = een assistent gebaseerd op je eigen data (RAG); Premium = een agent die acties onderneemt via je APIs. Vertel me je doel en ik wijs je de juiste tier aan of stuur een maatwerk aanbod.
Q6: Krijg ik de broncode en kan mijn team het onderhouden?
Ja. Je krijgt alle broncode, netjes geschreven en gecommentarieerd, plus uitleg over hoe het werkt. Ik leg de integratie uit zodat je team het kan onderhouden en uitbreiden. Niets is aan mij gebonden.
Worden mijn gegevens vertrouwelijk behandeld?
Ja. Ik gebruik je data alleen om je integratie te bouwen en testen, nooit voor andere doeleinden, en ik ben bereid een NDA te ondertekenen. Voor RAG blijven je documenten in je eigen database/infrastructuur.
Kun je mijn AI-functie goedkoper laten draaien?
Vaak wel. Bij eerdere projecten heb ik LLM-kosten met tot 90% verlaagd door prompt caching, model routing en strakkere prompts. Vertel me je huidige setup en ik adviseer waar kosten kunnen worden verminderd.
