Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
J'intègrerai des LLM dans votre application Python en utilisant OpenAI, Gemini ou des modèles open source
Manas J
À propos de ce service
Traduction automatique
Vous avez déjà une application Python ? Je vais la rendre intelligente.
J'intègre des grands modèles de langage dans des applications existantes de manière propre, efficace et prête pour la production. Que vous ayez besoin d’un bot d’assistance client, d’un résumé de documents, d’un assistant de code ou d’une interface conversationnelle à plusieurs tours, je l’ai déjà construit.
J’ai déployé des systèmes alimentés par LLM utilisant OpenAI, Google Gemini et Anthropic Claude, y compris un assistant vocal reconnu lors du Google GenAI Hackathon 2025. J’ai aussi créé un cadre d’évaluation LLM à 7 métriques pour mesurer la qualité des résultats, afin de ne pas simplement intégrer des modèles, mais de m’assurer qu’ils fonctionnent réellement.
Ce que vous obtenez :
Intégration LLM avec le fournisseur de votre choix
Réponses en streaming via SSE ou WebSocket
Mémoire pour conversation à plusieurs tours
Utilisation d’outils et appel de fonctions
Endpoints FastAPI propres que votre frontend peut appeler
Code source + documentation
Compatible avec OpenAI, Gemini, Claude, Mistral, LLaMA ou tout modèle HuggingFace.
Contactez-moi avant de commander, chaque intégration étant différente et je souhaite bien définir le périmètre.
Découvrez Manas J
Manas J
Freelance AI Engineer
- DeInde
- Membre depuismai 2026
- Temps de réponse moy.1 heure
Langues
Hindi, Oriya, Anglais, Punjabi
I am an AI Engineer and Backend Developer specializing in RAG pipelines, multi-agent systems, and LLM fine-tuning. I have extensive experience building production-grade backends with FastAPI, Celery, and Docker, and I have successfully led teams in high-stakes environment to deliver complex ML solutions.
Traduction automatique
Mon portfolio
FAQ
Traduction automatique
Quels fournisseurs de LLM supportez-vous ?
OpenAI (GPT-4, GPT-3.5), Google Gemini, Anthropic Claude, et modèles open source via Ollama ou HuggingFace. Je peux aussi travailler avec tout fournisseur proposant une API compatible OpenAI.
Pouvez-vous ajouter des capacités LLM à ma base de code existante ?
Oui, c’est le cas d’usage principal. Je m’intègre proprement dans votre architecture existante sans nécessiter une réécriture. Il me suffit d’accéder à votre repo et d’avoir une description de ce que vous souhaitez que le LLM fasse.
Quelle est la différence entre cela et un pipeline RAG ?
Une intégration LLM basique connecte votre application à un modèle pour des tâches de génération — chat, résumé, classification. Un pipeline RAG ajoute une couche de récupération pour que le modèle réponde à partir de vos documents spécifiques. Si vous avez besoin de RAG, consultez mon autre service.
L’intégration fonctionnera-t-elle en production ou seulement en local ?
En production. Je fournis un code prêt à utiliser avec Docker, avec gestion des clés API selon l’environnement, gestion des erreurs et prise en compte des limites de taux. Ce n’est pas un script qui fonctionne uniquement sur ma machine.
Pouvez-vous ajouter une évaluation pour que je connaisse la qualité des résultats du LLM ?
Oui, en option. J’ai créé un cadre d’évaluation à 7 métriques couvrant la pertinence, la fidélité, le taux d’hallucination, et plus encore. Contactez-moi si vous souhaitez que cela soit inclus.
