Je vais créer une application web full stack avec intégration de l'intelligence et du machine learning

S
sosush
S
sosush
Sohini B
Certaines informations ont été traduites automatiquement.
build a full stack web app with intelligence and machine learning integration
build a full stack web app with intelligence and machine learning integration
Plein écran
Plein écran
Plein écran
Voir la présentation
build a full stack web app with intelligence and machine learning integrationbuild a full stack web app with intelligence and machine learning integrationbuild a full stack web app with intelligence and machine learning integrationbuild a full stack web app with intelligence and machine learning integrationbuild a full stack web app with intelligence and machine learning integration

À propos de ce service

Traduction automatique

Je crée des applications web full-stack où le frontend et la couche AI/ML sont tous deux réalisés correctement, pas une simple coquille React appelant une API de chatbot et la qualifiant d'« intégration AI ».


  • Sur le frontend : React 19 ou Next.js avec Tailwind CSS, structure de composants propre, responsive sur toutes les tailles d'écran, temps de chargement rapides.
  • Sur le backend : Python avec FastAPI, API REST sécurisées par JWT, PostgreSQL ou MongoDB, planification en arrière-plan si nécessaire. Le backend est prêt pour la production, pas une démo de serveur de développement.
  • Pour l'AI/ML : Je peux intégrer des LLM (OpenAI, Groq, modèles open-source via API), créer des modèles ML personnalisés (classification, détection d'anomalies, recommandations), et connecter des pipelines de données en temps réel, pas seulement un wrapper de prompt.


Projets récents :


  1. QuantLedger : plateforme fintech de suivi de portefeuille synchronisant les prix en direct sur 14 classes d'actifs, avec un moteur de risque quantitatif (ratio de Sharpe, volatilité, matrice de sensibilité inter-asset)
  2. NetSentinel : système de détection d'intrusions réseau basé sur ML utilisant XGBoost + MLflow + Evidently AI pour la surveillance des dérives
  3. Spark : outil de visualisation de projets alimenté par LLM utilisant Groq + Supabase + Next.js


Contactez-moi avant de commander, je vous dirai honnêtement si votre projet correspond à mes packages ou s'il nécessite un devis personnalisé.

  • Langage de programmation

    • Python

  • Expertise

    • Débogage
    • Performance
    • Sécurité
    • Conception
    • Base de données

  • Framework frontend

    • Next.js
    • React.js
    • Tailwind CSS

  • Framework back-end

    • Django
    • FastAPI
    • Next.js
    • Node.js

  • Créateurs d'IA et de low-code/no-code

    • Cursor

Découvrez Sohini B

Sohini B

Full Stack Engineer Building AI Powered Apps

  • DeInde
  • Membre depuisjuin 2025
  • Temps de réponse moy.1 heure

  • Langues

    Bengali, Anglais, Hindi
Full-stack developer building products where React/Next.js meets real AI integration, not an API wrapper but actual ML pipelines underneath. Backend in Python/FastAPI, deploying ML models alongside REST APIs. Recent work – QuantLedger: A fintech portfolio tracker with live market data and quant risk metrics. NetSentinel: An ML-based intrusion detection system using XGBoost with full MLOps tracking (MLflow, Evidently AI). Spark: An LLM-integrated project visualization tool. I scope realistically, communicate clearly, and ship code that holds up past the demo, not just the pitch.

Traduction automatique

Mon portfolio

Autres services de Développement de logiciels I Offre

Balises associées