Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais créer un chatbot RAG ou une base de connaissances AI
Eshban Salman
À propos de ce service
Traduction automatique
Votre LLM ne connaît que ce sur quoi il a été entraîné. Un système RAG bien conçu le rend également expert sur vos données sans hallucination.
Je conçois et déploie des pipelines de Retrieval-Augmented Generation de qualité production qui permettent à votre équipe ou à vos clients de interroger des documents, des bases de données et des bases de connaissances en français simple, chaque réponse étant basée sur votre contenu réel et appuyée par des citations de sources.
Mon expérience inclut la construction de recherche sémantique sur plus de 10 millions de documents (Traindex) avec un taux de précision de plus de 95 %, ainsi que la mise en œuvre de systèmes RAG pour l’intelligence des brevets, les questions-réponses en entreprise et les plateformes gouvernementales. Je ne me contente pas de suivre des tutoriels, j’ai résolu des problèmes complexes : stratégie de découpage, reranking, recherche hybride et contrôle des hallucinations à grande échelle.
Vous obtenez un code propre, documenté et prêt pour la production, pas un notebook Jupyter.
Découvrez Eshban Salman
Eshban Salman
AI and Data Science Expert
- DePakistan
- Membre depuisaoût 2017
Langues
Anglais
AI Lead with 7+ years building production AI systems for governments, banks, and telecoms. Currently deploying AI agents for Qatar's national smart city platform (TASMU), processing 1,000+ weekly queries at 99.9% uptime.
I specialize in LLM agents, multi-agent systems, RAG pipelines, semantic search, and predictive ML — across AWS, GCP, and Azure.
Past work includes a $124M cost-saving optimization system and credit models outperforming industry benchmarks by 18%.
You get production-grade code, full documentation, and someone who's actually shipped at scale.
Traduction automatique
FAQ
Traduction automatique
Qu’est-ce qu’un système RAG exactement et pourquoi en ai-je besoin ?
RAG (Retrieval-Augmented Generation) permet à un LLM de répondre à des questions en utilisant vos propres documents au lieu de se baser sur des données d’entraînement générales. Il élimine les hallucinations en ancrant chaque réponse dans votre contenu réel — avec des citations.
Comment gérez-vous les hallucinations ?
Grâce à une combinaison d’ancrage par récupération, de citation de sources, de reranking par cross-encoder pour faire ressortir le contexte le plus pertinent, et d’une étape d’évaluation de la fidélité qui signale les réponses non supportées par les documents récupérés.
Pouvez-vous gérer de grandes collections de documents ?
Oui. J’ai construit et déployé des systèmes RAG sur plus de 10 millions de documents de brevets chez Traindex avec une précision de plus de 95 %. Je concevrai la stratégie de découpage, d’indexation et de récupération adaptée à votre échelle.
Vais-je posséder le code source ?
Oui ! Le code source complet commenté, la documentation de l’architecture et un guide de déploiement sont inclus dans chaque niveau.
Pouvez-vous intégrer le chatbot à mon site web ou application existante ?
Les niveaux Standard et Premium incluent un backend FastAPI avec une interface REST claire pouvant être intégrée à n’importe quel frontend. Le développement UI est disponible en option personnalisée.
Signez-vous des NDA ?
Oui, je suis prête à signer avant le lancement. Vos documents, données et logique métier restent strictement confidentiels.
