Ver categorias
Explorar
Fiverr Pro
Português
$
USD
Vou construir uma aplicação RAG personalizada com python, qdrant e llms
Rahman
Sobre este Serviço
Tradução automática
Precisa de uma aplicação RAG que possa responder perguntas a partir dos seus próprios documentos?
Vou criar uma aplicação de Geração Aumentada por Recuperação (RAG) personalizada em Python que busca informações relevantes nos seus documentos e usa uma LLM para gerar respostas fundamentadas.
O que posso construir:
- Carregamento de documentos e divisão de texto
- Geração de embeddings com Sentence Transformers
- Busca vetorial com Qdrant
- Reclassificação dos resultados recuperados
- Geração de respostas baseada em LLM
- Verificação de fundamentação contra evidências recuperadas
- Integração com FastAPI quando necessário
- Código Python limpo e fácil de manter
- Código fonte incluído na sua compra
Posso trabalhar com sua aplicação existente ou construir o componente RAG como um serviço independente.
As funcionalidades exatas dependem do pacote que você escolher. Se suas necessidades forem mais complexas do que os pacotes listados, envie uma mensagem antes de fazer o pedido para definirmos claramente o escopo.
Meu foco é construir sistemas RAG que sejam estruturados, testáveis e projetados em torno de uma recuperação confiável, ao invés de simplesmente conectar uma LLM a um prompt.
Conheça mais sobre Rahman
Rahman
AI ML GenAI Engineer RAG Agentic AI
- A partir deNepal
- Membro desdeago. de 2026
- Responde em aprox.:1 hora
Idiomas
Nepali, Inglês
I’m an AI/ML and GenAI engineer focused on building reliable, production-oriented AI systems.
I build RAG applications, agentic AI workflows, LLM-powered services, and Python APIs using technologies such as LangGraph, FastAPI, vector databases, embeddings, reranking, and grounding verification.
My focus goes beyond making an LLM generate an answer. I care about retrieval quality, evidence grounding, structured workflows, validation, testing, and production reliability.
I can help turn an AI idea into a structured, testable system designed to work beyond a simple prototype.
Tradução automática
Meu portfólio
Perguntas frequentes
Tradução automática
O que você precisa de mim para construir a aplicação RAG?
Preciso das suas necessidades, dos documentos ou dados com os quais o sistema deve trabalhar e detalhes sobre sua aplicação existente, se precisar de integração.
Você consegue construir uma aplicação RAG do zero?
Sim. Posso construir o componente RAG como uma aplicação independente ou integrá-lo a uma aplicação Python existente, dependendo do pacote escolhido.
O sistema RAG pode usar meus próprios documentos?
Sim. O sistema pode ser projetado para recuperar informações dos seus documentos fornecidos e usar as evidências recuperadas para gerar respostas.
Quais tecnologias você usa?
Eu trabalho principalmente com Python, Sentence Transformers, Qdrant, LangChain, FastAPI e LLMs. As tecnologias exatas dependem dos requisitos do projeto e do pacote selecionado.
Você pode integrar RAG na minha aplicação existente?
Sim. A funcionalidade RAG pode ser integrada a uma aplicação existente quando as interfaces necessárias e a estrutura do projeto estiverem disponíveis.
Você fornece o código-fonte?
Sim. O código fonte está incluído de acordo com o pacote que você escolher.
Você faz ajuste fino de LLMs?
A afinação fina não está incluída neste gig. Este serviço foca na arquitetura RAG, recuperação, reclassificação, fundamentação e integração com LLM.
Você consegue construir um sistema RAG mais complexo do que os pacotes descrevem?
Sim. Se você tiver requisitos envolvendo recuperação adicional, API, avaliação ou fundamentação, entre em contato antes de fazer o pedido para definirmos o escopo e o preço.
