Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais concevoir, intégrer ou déboguer des systèmes locaux de LLM et VLM
Daniel G
À propos de ce service
Traduction automatique
Je conçois, intègre, dépanne et optimise des systèmes d'IA locaux basés sur des LLM et VLM.
Je travaille directement avec les environnements d'exécution et l'infrastructure des modèles locaux, y compris llama.cpp/ggml, GGUF, Qwen, Llama, Mistral, DeepSeek, Hugging Face, Ollama, CUDA, Python et C++.
Je peux aider avec :
- Installation et déploiement de LLM/VLM locaux
- Configuration ou débogage de llama.cpp et GGUF
- Inférence GPU/CPU et optimisation CUDA
- Intégration Python et workflows d'IA personnalisés
- Formation LoRA/QLoRA et adaptation de modèles
- OCR, pipelines d'IA pour documents, audio et traitement de données
- Outils d'IA internes/privés et automatisation
- Diagnostics, télémétrie, tests et problèmes de performance
- Intégration de bases de données et d'applications
Une mise en œuvre correspond à une composante IA clairement définie, une tâche d'intégration ou de déploiement. Les systèmes plus complexes peuvent être divisés en plusieurs mises en œuvre.
Étant donné que les projets d'IA locaux varient énormément en matériel, modèles et portée, veuillez me contacter avant de commander si votre projet est complexe ou nécessite un développement personnalisé.
Découvrez Daniel G
Daniel G
Python AIML Developer
- DePologne
- Membre depuisaoût 2026
- Temps de réponse moy.2 heures
Langues
Polonais, Anglais
I am a PhD in Physics and MSc in Biochemistry working as an independent Python and AI/ML developer. I specialize in local Large Language Models (LLMs), Vision-Language Models (VLMs), and model optimization using tools like llama.cpp, GGUF, and LoRA. My scientific background supports my rigorous approach to debugging and complex system design.
Traduction automatique
Mon portfolio
FAQ
Traduction automatique
Dois-je vous contacter avant de passer une commande ?
Oui, surtout pour des projets personnalisés ou complexes. Les systèmes d'IA locaux varient considérablement selon le modèle, le matériel, le système d'exploitation et les intégrations nécessaires. Envoyez-moi d'abord une brève description de votre projet pour que je puisse confirmer le package et la portée appropriés.
Avec quels modèles et environnements d'IA locaux travaillez-vous ?
Je travaille avec des systèmes locaux de LLM et VLM, y compris Qwen, Llama, Mistral, DeepSeek, modèles GGUF, llama.cpp/ggml, Hugging Face et Ollama, ainsi que des intégrations Python et C++ personnalisées.
Pouvez-vous dépanner une configuration locale de LLM existante ?
Oui. Je peux diagnostiquer des problèmes liés à llama.cpp, modèles GGUF, déchargement CUDA/GPU, inférence CPU/GPU, configuration de modèles, intégrations Python, problèmes de performance et pipelines d'IA locaux.
Pouvez-vous m'aider à choisir le bon modèle pour mon matériel ?
Oui. Je peux évaluer votre CPU, GPU, VRAM, RAM et cas d'utilisation, puis recommander une taille de modèle, une quantification et une configuration de déploiement adaptées.
Proposez-vous une formation LoRA ou QLoRA et une adaptation de modèles ?
Oui, lorsque la portée du projet et le matériel disponible le justifient. Les exigences de formation dépendent fortement du modèle, du jeu de données, de la mémoire GPU et du résultat attendu. Contactez-moi avant de commander un travail de formation.
La solution peut-elle fonctionner entièrement localement sans envoyer de données à des API d'IA externes ?
Oui. Je me spécialise dans les systèmes d'IA locaux et peux concevoir des solutions où les modèles et les données restent sur votre propre matériel lorsque le modèle et l'infrastructure supportent cette option.
