Ver categorias
Explorar
Fiverr Pro
Português
$
USD
Parece que este serviço está em espera
Vou construir um pipeline de busca RAG com elasticsearch
Serhii T
Sobre este Serviço
Tradução automática
Quer adicionar uma busca alimentada por IA ou um bot de perguntas e respostas ao seu produto ou dados internos? Eu construo pipelines RAG de nível de produção que realmente funcionam, não apenas demos de brinquedo.
O que eu ofereço:
- Pipeline RAG: ingestão de dados, fragmentos, embed, índice, recuperar, resposta com citações
- Busca híbrida: BM25 + vetor com Fusão de Classificação Recíproca
- Roteamento inteligente de consultas: consultas simples = caminho rápido (custo $0 de LLM), complexas = IA
- Integração com LLM via LiteLLM: Claude, GPT, DeepSeek com fallback
- Fluxos de trabalho agentic com LangGraph: raciocínio em múltiplas etapas, uso de ferramentas
- Observabilidade completa: rastreamento com Langfuse, monitoramento de custos por consulta
Por que me escolher:
- Mais de 8 anos de Elasticsearch em recuperação de produção, onde a maioria dos projetos RAG falha
- Construí sistemas de perguntas e respostas RAG de produção, não apenas demos de hackathon
- Desenvolvi um motor de orquestração de IA com roteamento de triagem (Fast/ReAct/Planning)
Fontes de dados: PDF, DOCX, bancos de dados, APIs, dados de CRM, qualquer coisa baseada em texto.
Pilha: Elasticsearch, Qdrant, LangGraph, NestJS, Vue.js, LiteLLM, Docker.
Me envie uma mensagem com seu caso de uso e eu te direi se RAG é a solução certa ou se uma busca mais simples resolve.
Conheça mais sobre Serhii T
Serhii T
Elasticsearch, AI Search Engineer, 8 Years Production Experience
- A partir dePolônia
- Membro desdeabr. de 2026
- Última entrega3 meses
Idiomas
Ucraniano, Russo, Inglês
Elasticsearch & AI Search Engineer, 8+ years production experience. I deploy, optimize, and scale search infrastructure for enterprise systems.
Core skills:
- ES deployment, performance tuning, relevance optimization
- Multi-tenant search architecture
- RAG pipelines & AI search (LangGraph, Qdrant)
- Docker & Kubernetes for search clusters
Stack: Elasticsearch, TypeScript, NestJS, Java, Docker, Docker-Compose, K8s, Helm, RabbitMQ, Vue.js, LangGraph.
Based in Poland. Open to consulting and projects.
Tradução automática
Meu portfólio
Perguntas frequentes
Tradução automática
Com quais fontes de dados você pode trabalhar?
Documentos (PDF, DOCX), bancos de dados (PostgreSQL, MySQL), APIs, dados de CRM, conteúdo web — tudo baseado em texto.
Como você mantém os custos de LLM baixos?
Roteamento de triagem inteligente. 60-70% das consultas são respondidas por busca híbrida rápida, sem chamadas ao LLM. Apenas perguntas complexas usam IA.
Você consegue integrar isso ao meu app existente?
Sim. Eu entrego via API REST, SDK em TypeScript ou componente web embutível — o que melhor se encaixar na sua pilha.
E se eu não tiver certeza se RAG é a solução certa?
Me envie uma mensagem primeiro. Avaliarei seu caso de uso gratuitamente e te direi honestamente se RAG faz sentido ou se uma busca mais simples funciona melhor.
