Vou construir e implantar um sistema multimodal rag para você

Seus documentos, imagens, sites e APIs ao vivo contêm respostas, mas só se for possível pesquisar por todos eles ao mesmo tempo. Eu crio sistemas multimodais RAG (geração com recuperação aprimorada) que fazem exatamente isso: um assistente de IA, baseado em todas as fontes que você tem, respondendo com citações reais em vez de suposições.

O que está incluído:

• Ingestão de documentos, imagens e URLs com OCR e embeddings de visão para imagens, indexados em um banco de dados vetorial (Pinecone, Chroma ou Weaviate)
• Busca semântica híbrida com reclassificação, para que a recuperação continue precisa à medida que sua base de conhecimento cresce
• Integração com API ao vivo, para que as respostas combinem conhecimento armazenado com dados em tempo real, não apenas arquivos estáticos
• Integração com LLM (OpenAI, Claude ou modelos de código aberto como Qwen) com engenharia de prompt ajustada para reduzir alucinações
• Uma interface de chat limpa ou endpoint de API, com citações de fontes em cada resposta

Por que trabalhar comigo:

Sou engenheiro de visão computacional e aprendizado de máquina com 5 anos de experiência em produção, incluindo ajuste fino de LLM (QLoRA no Qwen) e sistemas de visão, exatamente as habilidades que o multimodal RAG realmente precisa, não apenas envolver prompts.

Me diga suas fontes de dados e seu caso de uso antes de fazer o pedido, e eu mapearei a arquitetura certa