Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je concevrai, ajusterai et déploierai des modèles de machine learning et llm personnalisés
Ingénieur en Machine Learning
Bonjour ! Je suis Shyam, ingénieur en Machine Learning spécialisé en IA, vision par ordinateur, NLP et IA générative. Je conçois des solutions IA pratiques incluant modèles ML, systèmes de vision par ...
À propos de ce service
Vous cherchez un expert en Machine Learning pour créer des modèles ML sur mesure, affiner des LLM ou déployer des pipelines d’IA en production ? Vous êtes au bon endroit !
Je me spécialise dans la conception de solutions complètes de Machine Learning et d’IA générative adaptées à vos besoins spécifiques en entreprise ou en recherche. De la nettoyage des données à l’affinement efficace des paramètres (QLoRA/LoRA) et au déploiement via API, je fournis un code propre et prêt pour la production.
Ce que je propose :
- Machine Learning personnalisé : classification, régression, XGBoost, pipelines Scikit-Learn, ingénierie des fonctionnalités.
- Affinement de LLM & GenAI : affinement efficace des paramètres (QLoRA/LoRA sur Llama 3 / modèles Hugging Face), applications RAG, intégration API Gemini/OpenAI.
- MLOps & déploiement : API REST avec Flask/FastAPI, conteneurisation Docker, intégration de la base vectorielle FAISS, déploiement cloud.
- Évaluation & optimisation des modèles : réglage des hyperparamètres, suivi des expériences avec MLflow, documentation technique détaillée.
Pourquoi me choisir ?
- Expérience pratique en recherche dans l’optimisation des LLM (réduction de l’utilisation mémoire d’environ 40 % grâce à la quantification 4 bits).
- Expérience dans la création d’applications IA concrètes, notamment surveillance vidéo en temps réel et extraction automatisée de données.
Langage de programmation:
Python
•
SQL
Frameworks:
Scikit-learn
•
keras
•
PyTorch
•
Panda
•
Autres
Outils:
Jupyter Notebook
•
opencv
•
Excel
•
CVAT
•
Colab
Autres services de Data science et machine learning I Offre
FAQ
Traduction automatique
Quelles informations ou fichiers dois-je fournir avant de passer une commande ?
Veuillez fournir une description claire de vos objectifs de projet, de votre jeu de données (si disponible), et de toute contrainte de performance ou de calcul spécifique (par exemple, mémoire GPU, environnement cloud). Si vous n’avez pas encore de jeu de données, je peux vous conseiller sur la collecte ou le prétraitement des données.
Pouvez-vous affiner des Large Language Models (LLM) sur des jeux de données personnalisés ?
Oui ! Je me spécialise dans l’affinement efficace des paramètres (PEFT) en utilisant les techniques QLoRA et LoRA sur des modèles comme Llama 3, Mistral, et les architectures Hugging Face. Je peux optimiser les modèles pour qu’ils fonctionnent efficacement sur des GPU à faibles ressources (par exemple, un seul GPU T4) tout en maintenant une haute précision.
Quels frameworks d'apprentissage automatique et d'apprentissage profond utilisez-vous ?
Je travaille principalement avec Python, PyTorch, TensorFlow, Scikit-Learn, Hugging Face Transformers, OpenCV, et FAISS pour la recherche vectorielle. Pour le déploiement d’API web, j’utilise Flask et FastAPI.
Vais-je recevoir le code source complet et les fichiers du modèle ?
Oui ! Chaque package inclut un code source Python propre et entièrement documenté (notebooks Jupyter ou scripts modulaires) ainsi que les poids du modèle entraîné et des instructions étape par étape pour la configuration.
Pouvez-vous intégrer le modèle ML dans une application web ou une API fonctionnelle ?
Absolument. Dans le package Premium (ou via des extras de service), je peux créer un backend Flask ou FastAPI, réaliser des tableaux de bord interactifs avec Streamlit, ou configurer des conteneurs Docker pour un déploiement sans souci.
Et si mon jeu de données est désordonné, non formaté ou incomplet ?
Pas de problème ! Le prétraitement des données, la gestion des valeurs manquantes, l’ingénierie des fonctionnalités et le nettoyage des données font partie intégrante de mon workflow ML dans tous les packages.
Comment garantissons-nous la qualité et la performance du modèle ?
J’évalue les modèles à l’aide de métriques standards (Précision, Rappel, F1-Score, scores ROUGE pour le NLP, ou R² pour la régression) et je suis les expériences pour assurer des résultats reproductibles et optimaux.
