Ver categorias
Explorar
Fiverr Pro
Português
$
USD
Eu vou construir, ajustar e implantar modelos personalizados de aprendizado de máquina e LLM
Engenheiro de Aprendizado de Máquina
Oi! Sou Shyam, um Engenheiro de Aprendizado de Máquina especializado em IA, Visão Computacional, NLP e IA Generativa. Construo soluções práticas de IA incluindo modelos ML, sistemas de visão computaci...
Sobre este Serviço
Procurando um engenheiro de aprendizado de máquina especialista para criar modelos ML personalizados, ajustar LLMs ou implantar pipelines de IA em produção? Você está no lugar certo!
Sou especializado em desenvolver soluções completas de aprendizado de máquina e IA generativa sob medida para suas necessidades específicas de negócio ou pesquisa. Desde limpeza de dados até ajuste de parâmetros eficiente (QLoRA/LoRA) e implantação via API, entrego código limpo e pronto para produção.
O que eu ofereço:
- Aprendizado de Máquina Personalizado: Classificação, Regressão, XGBoost, pipelines Scikit-Learn e engenharia de features.
- Ajuste de LLM & GenAI: Ajuste de parâmetros eficiente (QLoRA/LoRA em modelos Llama 3/Hugging Face), aplicações RAG e integração com API Gemini/OpenAI.
- MLOps & Implantação: APIs REST usando Flask/FastAPI, containerização com Docker, integração com banco de dados vetorial FAISS e implantação na nuvem.
- Avaliação & Otimização de Modelos: Ajuste de hiperparâmetros, acompanhamento de experimentos com MLflow e documentação técnica detalhada.
Por que me escolher?
- Experiência prática em pesquisa de otimização de LLM (redução de uso de memória em cerca de 40% usando quantização de 4 bits).
- Experiência na construção de aplicações de IA do mundo real, incluindo vigilância por vídeo em tempo real e extração automatizada de dados.
Linguagem de programação:
Python
•
SQL
Frameworks:
Scikit-learn
•
keras
•
PyTorch
•
Panda
•
Outros
Ferramentas:
caderno Jupyter
•
opencv
•
Excel
•
CVAT
•
Colab
Outros serviços de Ciência de dados e ML que eu ofereço
Perguntas frequentes
Tradução automática
Que informações ou arquivos eu preciso fornecer antes de fazer um pedido?
Por favor, forneça uma descrição clara dos seus objetivos de projeto, seu conjunto de dados (se disponível) e quaisquer métricas de desempenho ou restrições de computação específicas (por exemplo, memória GPU, ambiente na nuvem). Se ainda não tiver um conjunto de dados, posso ajudar com aconselhamento sobre coleta ou pré-processamento de dados.
Você pode ajustar LLMs em conjuntos de dados personalizados?
Sim! Sou especializado em ajuste de parâmetros eficiente (PEFT) usando técnicas QLoRA e LoRA em modelos como Llama 3, Mistral e arquiteturas Hugging Face. Posso otimizar modelos para rodar eficientemente em GPUs de poucos recursos (por exemplo, GPU T4 única) mantendo alta precisão.
Quais frameworks de machine learning e deep learning você usa?
Trabalho principalmente com Python, PyTorch, TensorFlow, Scikit-Learn, Hugging Face Transformers, OpenCV e FAISS para busca vetorial. Para implantação de API web, uso Flask e FastAPI.
Vou receber o código fonte completo e os arquivos do modelo?
Sim! Cada pacote inclui código fonte Python limpo e totalmente documentado (Jupyter Notebooks ou scripts modulares), juntamente com pesos treinados do modelo e instruções passo a passo de configuração.
Você pode integrar o modelo de ML em uma aplicação web ou API funcional?
Com certeza. No pacote Premium (ou via Gig Extras), posso criar um backend com Flask ou FastAPI, montar dashboards interativos usando Streamlit ou configurar containers Docker para implantação sem problemas.
E se meu conjunto de dados for bagunçado, não formatado ou incompleto?
Sem problemas! Pré-processamento de dados, tratamento de valores ausentes, engenharia de features e limpeza de dados são partes essenciais do meu fluxo de trabalho de ML em todos os pacotes.
Como garantimos a qualidade e o desempenho do modelo?
Avalio modelos usando métricas padrão (Acurácia, Precisão, Recall, F1-Score, pontuações ROUGE para NLP ou R² para regressão) e acompanho experimentos para garantir resultados reprodutíveis e ótimos.
