
Closed
Posted
1. CONTEXTO Y DESAFÍO REAL Proyecto del sector de la trefilería y el galvanizado con más de 40 líneas de producción activas. El desafío no es la falta de información, sino que el conocimiento crítico es volátil: reside en la experiencia de supervisores y operarios veteranos y se transmite de forma verbal. Cuando surge una solución técnica en planta, esta no se documenta y se pierde para el siguiente turno. Buscamos desarrollar un ecosistema de IA que no solo responda preguntas, sino que capture, valide, estructure y democratice el conocimiento técnico que surge en el día a día, creando una infraestructura de inteligencia industrial sostenible a largo plazo. 2. LA SOLUCIÓN: "THE KNOWLEDGE LOOP" Buscamos una plataforma que gestione un ciclo de aprendizaje activo y evolutivo: Consulta Multimodal: El operario consulta vía texto, audio (notas de voz), foto o vídeo corto de la incidencia. RAG Híbrido: El sistema busca en la base de conocimiento interna (manuales, vídeos previos, histórico técnico). Si no hay respuesta, actúa como un Agente de Búsqueda en internet (manuales estándar, foros técnicos), con aislamiento de red y validación de fuentes, traduciendo la información al español. Escalado Humano: Si la IA no conoce la solución, notifica a los supervisores. Aprendizaje Activo: 1–2 días después de una consulta sin respuesta validada, el sistema envía un recordatorio no invasivo al operario: “¿Se resolvió el problema? ¿Cómo lo hiciste?” Captura, Versionado e Indexación: El sistema captura la solución (multimodal), la procesa, la versiona y la pone en “validación pendiente” para el supervisor antes de hacerla oficial, manteniendo histórico de cambios y trazabilidad. Motor de Búsqueda Semántica ("Chat with your Data"): Conexión con servidores de archivos existentes (unidades de red) e indexación de miles de documentos históricos (PDFs, Excels, Planos, Manuales) sin moverlos de su ubicación original (“Index-in-Place”), con actualización incremental automática. Recuperación por Contexto: Localización de información mediante preguntas naturales combinando búsqueda semántica y contextual, aunque el usuario desconozca nombre del archivo o carpeta. El sistema deberá incorporar métricas internas de calidad (precisión de recuperación, tasa de reutilización de conocimiento, reducción de incidencias repetitivas) para garantizar mejora continua. 3. REQUISITOS TÉCNICOS CRÍTICOS (NO NEGOCIABLES) 3.1 Operación 100% On-Premise El sistema debe residir en servidor local dentro de nuestra red corporativa. No debe depender de APIs externas para su funcionamiento core. Arquitectura modular preparada para sustitución futura de modelos sin rediseño estructural. 3.2 Stack Tecnológico Obligatorio Backend: Python 3.11 o superior FastAPI Pydantic v2 Arquitectura modular por servicios Base de datos: PostgreSQL local Base vectorial: Qdrant local (o alternativa previamente aprobada) Contenerización: Docker obligatorio docker-compose mínimo para despliegue Prohibido instalar dependencias manualmente en servidor 3.3 Arquitectura de Proyecto Obligatoria Estructura mínima: /backend /api /services /connectors /rag /etl /agents /frontend /infrastructure /docs /tests No se aceptarán estructuras fuera de este estándar sin aprobación previa. 3.4 Normas de Desarrollo Repositorio Git propiedad del cliente Branching mínimo: main / dev / feature/* Commits descriptivos obligatorios Logging estructurado (JSON) Manejo exhaustivo de errores Sistema de reintentos automático en conectores externos Cobertura mínima de tests: 60% 3.5 Procesamiento Multimodal Local Uso de modelos locales: LLM (Llama 3.x o equivalente) Modelo de visión (LLaVA/Moondream o equivalente) Modelo de audio (Whisper local o equivalente) Todos los modelos deberán ser versionados y sustituibles sin rediseñar la arquitectura. 3.6 Framework de Conectores Extensible Cada conector deberá: Implementar función fetch_data() Manejar timeouts y reintentos Registrar logs estructurados No bloquear el sistema en caso de fallo Poder activarse/desactivarse sin afectar el core Scraping obligatorio con Playwright cuando no exista API, incluyendo: Gestión de login y cookies Detección de cambios en DOM Sistema de alerta ante fallo de extracción 3.7 Ingesta de Datos No Estructurados Pipelines ETL robustos para documentos técnicos complejos. Uso obligatorio de OCR avanzado local con preprocesado de imagen. Indexación incremental y trazabilidad documental. 3.8 Conectividad SMB/NFS – Index-in-Place Permisos de lectura sobre unidades de red corporativas. Actualización incremental automática sin duplicar datos ni alterar carpetas existentes. 3.9 Resiliencia y Continuidad Operativa Backups automáticos diarios Snapshots periódicos del índice vectorial Sistema preparado para recuperación ante fallo Modo degradado en caso de indisponibilidad parcial (ej. GPU) Métricas obligatorias: tiempo de respuesta, errores, % escalado humano 4. ENTREGABLES Y PROPIEDAD Software completo: Backend (Motor IA + RAG + Orquestación), Frontend (Operarios + Panel Supervisor), Sistema de Notificaciones y Métricas internas. Propiedad Intelectual: El 100% del código fuente, configuraciones, embeddings generados y pesos ajustados serán propiedad exclusiva de la empresa. Documentación Exhaustiva y Transferible: Debe permitir mantenimiento y evolución sin dependencia del proveedor. Incluye: Guía para añadir nuevos conectores Guía para reindexar fuentes documentales Procedimiento para actualizar modelos Vídeos/screencasts explicativos Diagramas de arquitectura Asesoramiento de Hardware: Recomendación detallada de configuración de servidor local (GPU, RAM, almacenamiento, concurrencia estimada), con margen de escalabilidad. 5. REQUISITOS DEL CANDIDATO Experiencia demostrable en despliegues On-Premise de LLMs y arquitecturas RAG industriales. Dominio de LangChain, LangGraph o LlamaIndex. Capacidad de crear sistemas de scraping robustos para plataformas sin API. Experiencia sólida en búsqueda vectorial y embeddings en dominios técnicos. Conocimiento de librerías de ingestión documental y diseño de pipelines ETL complejos. Experiencia en arquitectura modular, resiliencia y diseño evolutivo. Compromiso con transferencia de conocimiento, código limpio y documentación estructurada. Comunicación en español.
Project ID: 40210275
25 proposals
Remote project
Active 4 days ago
Set your budget and timeframe
Get paid for your work
Outline your proposal
It's free to sign up and bid on jobs
25 freelancers are bidding on average €11 EUR/hour for this job

✅ Lovable AI Expert | AI Development | Game Development ✅ Hi, Thank you for considering this opportunity! I bring extensive experience in implementing custom solutions powered by LLMs, conversational AI, and intelligent automation. Recently I have been working on Lovable AI for developing a gaming platform using it, complete with chat-based agent logic, expressive front-ends, and backend integrations. In other project, implemented a fully automated AI agent system for intelligent meeting creation using ElevenLabs Conversational AI and Gemini (via a custom agent brain). The flow integrates voice interaction, natural language processing, location precision, and frontend. Whether you're building an internal assistant, a public-facing voice agent, or an integrated AI productivity tool, I can help bring your vision to life with robust, scalable architecture and a human-like user experience. I would love to connect and explore how we can contribute to your AI initiative. (Note: Budget is flexible — we can finalize it after reviewing the complete scope.) Thanks & Regards, Kajal
€15 EUR in 40 days
6.1
6.1

Hola, >>>> SISTEMA RAG MULTIMODAL COMPLETO EN INSTALACIONES <<<< Cuento con más de 10 años de experiencia en la implementación de LLM en instalaciones locales, arquitecturas RAG y canales de datos industriales. Puedo construir un sólido "CICLO DE CONOCIMIENTO" que captura las entradas del operador en tiempo real (texto/audio/foto/video), busca primero en el conocimiento interno, luego en fuentes externas y escala a los supervisores cuando es necesario. MÓDULOS PRINCIPALES Y FLUJO DE TRABAJO: ROLES DE USUARIO: Operador, Supervisor, Administrador ENTRADA: Texto / Voz / Imagen / Video corto RAG HÍBRIDO: Índice local + búsqueda web externa + traducción al español ESCALAMIENTO PERSONAL: Validación del supervisor + flujo de trabajo de aprobación APRENDIZAJE ACTIVO: Recordatorio automático tras consultas no resueltas INDEXACIÓN IN SITU: Indexación SMB/NFS en tiempo real sin duplicación de datos OCR Y ETL: OCR local avanzado para documentos escaneados + ingesta de PDF/Excel/Planes CONECTORES: ERP/SCADA/Portales de proveedores mediante API + scraping (Playwright/Selenium) FRONTEND PWA: Compatible con tabletas y dispositivos móviles con usabilidad industrial Trabajaré 40 HORAS SEMANALES A TIEMPO COMPLETO PARA TI, utilizando la metodología ÁGIL, y te entregaré el CÓDIGO FUENTE COMPLETO + 2 AÑOS DE SOPORTE CONTINUO GRATUITO, incluyendo documentación completa y grabaciones de pantalla. Tengo algunas preguntas que hacerle sobre el proyecto para seguir adelante. Gracias.
€5 EUR in 40 days
5.9
5.9

Hi there, I am a strong fit for this scope because I have built on-premise RAG systems with local LLMs, multimodal pipelines, and industrial data connectors running without external API dependencies. I have hands-on experience deploying Llama-based models, Whisper local ASR, vision models like LLaVA, vector search with FAISS/Milvus, OCR pipelines, and building LangGraph-driven agent workflows for knowledge capture and validation loops. I would architect this as a modular on-prem stack with a local inference layer, hybrid RAG engine, index-in-place document crawler over SMB/NFS, ETL ingestion with OCR, and a PWA frontend optimized for industrial tablet use. I reduce risk by separating ingestion, retrieval, and supervision workflows, implementing strict audit logging and validation queues, and delivering full documentation and model management guides for long-term maintainability. I am available to start immediately and can provide a phased execution plan including hardware sizing recommendations and milestone breakdown. Regards Chirag
€3 EUR in 40 days
4.3
4.3

Hey , I just finished reading the job description and I see you are looking for someone experienced in AI Text-to-speech, Machine Learning (ML), Natural Language Processing, AI Chatbot Development, AI Research, Web Scraping, AI Development, OpenCV, AI Model Development and Retrieval-Augmented Generation (RAG). This is something I can do. Please review my profile to confirm that I have great experience working with these tech stacks. While I have few questions: 1. These are all the requirements? If not, Please share more detailed requirements. 2. Do you currently have anything done for the job or it has to be done from scratch? 3. What is the timeline to get this done? Why Choose Me? 1. I have done more than 250 major projects. 2. I have not received a single bad feedback since the last 5-6 years. 3. You will find 5 star feedback on the last 100+ major projects which shows my clients are happy with my work. Timings: 9am - 9pm Eastern Time (I work as a full time freelancer) I will share with you my recent work in the private chat due to privacy concerns! Please start the chat to discuss it further. Regards, Syed.
€8 EUR in 25 days
3.8
3.8

Hola! El planteo es sólido: quieren un “knowledge loop” industrial on-prem (captura multimodal, RAG híbrido, escalado humano, validación/versionado, index-in-place SMB/NFS, métricas y resiliencia). Eso no es un bot: es una plataforma interna con requisitos enterprise (Docker, Postgres+Qdrant, logging JSON, tests, backups, conectores, OCR, modelos locales). Con el rate publicado (€2–3/h) no es viable entregarlo con el estándar que piden. Para avanzar de forma seria proponemos un paquete fijo de €5.000 para Fase 0 (2–3 semanas), que deja la base definida y una prueba de concepto medible: Arquitectura modular exacta según su estructura de repo y stack obligatorio (FastAPI/Pydantic v2/Postgres/Qdrant/Docker). Modelo de datos + flujos “consulta → escalado → captura → validación → versionado”. PoC funcional: indexación incremental desde 1 fuente SMB/NFS + RAG local con métricas de recuperación (precision@k) y logging. Plan de fases con estimación realista para multimodal (Whisper/visión), OCR avanzado, scraping Playwright y resiliencia (snapshots/DR). Luego de Fase 0, cerramos alcance y presupuesto de Fase 1/2 con datos reales (hardware, volúmenes, latencia). Luli && Nico - widuIT - Top Freelancers LATAM
€60 EUR in 40 days
2.9
2.9

As an experienced senior engineer in the field of Artificial Intelligence with a particular expertise in the development of on-premise systems, I believe I'm an ideal fit for your project. Having successfully built and automated industrial processes that align with your unique requirements, I understand the importance of 24/7 reliability and local server operation in high-risk environments like yours. My work ethos revolves around developing systems that are entirely self-sufficient, which means you won't have to rely on any external entities and all systems can be integrated seamlessly into your existing infrastructure. Additionally, I value the significance of comprehensive documentation to ensure continuity even without a dedicated team which is why I diligently document my solutions not just for troubleshooting but also enhancing future scalability. Lastly, I do commit to not just delivering a static final product but also enabling knowledge transfer by providing thorough training videos/screencasts so even if the circumstances require someone else maintaining or expanding the system
€3 EUR in 40 days
2.7
2.7

Hello, LIMITED DIAGNOSTIC INSIGHTS REDUCE INDUSTRIAL PERFORMANCE Your industrial process needs a multimodal AI diagnostic system to analyze diverse data inputs (visual, sensor, text) and provide actionable insights. Without an intelligent diagnostic tool, it’s difficult to detect anomalies, predict failures, or optimize operations effectively. IA MULTIMODAL PARA DIAGNÓSTICO INDUSTRIAL EN PROCESO PRODUCTIVO I will design and develop a multimodal AI system that ingests and analyzes different data types — such as images, sensor metrics, and production logs — to identify patterns, anomalies, and performance issues in your industrial process. This includes preprocessing modules, model training (vision + data analytics), integration interfaces, and a user dashboard for insights and alerts. ACCELERATED PROBLEM DETECTION AND OPERATIONAL OPTIMIZATION You will receive a robust AI-powered diagnostic solution that enhances visibility into your production process, detects issues early, and supports data-driven operational improvements. I have 16+ years experience in software development and building AI-powered analytics systems. Thanks
€4 EUR in 40 days
2.1
2.1

Hola, soy Oleksandr y cuento con experiencia en despliegues 100% on-premise de LLMs y arquitecturas RAG industriales, incluyendo procesamiento multimodal y búsqueda semántica avanzada. Puedo diseñar el ecosistema “Knowledge Loop” con backend modular (Llama 3.x local + LLaVA/Moondream + Whisper local), orquestado con LangGraph/LlamaIndex, indexación “in-place” sobre SMB/NFS y motor híbrido semántico + contextual sin dependencia de APIs externas. Implementaré pipelines ETL robustos con OCR avanzado local, versionado de conocimiento con validación por supervisor, métricas internas de calidad y arquitectura resiliente con backups, tolerancia a fallos y modo degradado sin GPU. Entregaré código fuente completo, documentación transferible, diagramas de arquitectura, guías de ampliación (conectores, reindexado, actualización de modelos) y recomendación detallada de hardware escalable para operación 24/7 en entorno industrial. Saludos cordiales, Oleksandr
€10 EUR in 40 days
1.7
1.7

✋ ¡Hola! ✋ Objetivo del proyecto: Desarrollar un sistema de IA RAG multimodal completamente local para diagnóstico industrial que capture, procese y democratice el conocimiento técnico en tiempo real. He leído atentamente la descripción de su proyecto y comprendo la necesidad de una implementación local robusta, manejo de consultas multimodales (texto, audio, imagen, video), aprendizaje activo y captura de conocimiento validada por supervisores. Soy la persona ideal para este proyecto porque cuento con más de 9 años de experiencia como desarrolladora full-stack con experiencia comprobada en implementaciones locales de LLM, arquitecturas RAG y soluciones de IA industrial. Implementaré modelos locales de LLM, visión y audio con procesamiento multimodal completo. Desarrollaré un marco de conectores modular para sistemas ERP, SCADA y de proveedores. Crearé una interfaz de usuario PWA optimizada para tabletas y entornos industriales. Ofrezco diseño de interfaz de usuario, gestión de bases de datos, pruebas y entrega completa del código fuente, junto con documentación y orientación para la configuración del hardware. He completado proyectos de IA industrial similares con sistemas de diagnóstico y captura de conocimiento basados en LLM, entregando soluciones limpias, fáciles de mantener y completamente locales. Espero poder conversar con usted para llegar a un acuerdo. Saludos cordiales, Elisha Mariam
€3 EUR in 40 days
1.5
1.5

Hola, gracias por revisar mi propuesta. Soy ingeniero senior en IA con experiencia en despliegues on‑premise, arquitecturas RAG multimodales y sistemas de captura de conocimiento para entornos industriales. He trabajado con modelos locales (Llama 3.x, LLaVA, Whisper), pipelines de visión y audio, y frameworks como LangChain/LangGraph para agentes y flujos de estado. Para tu proyecto propongo un enfoque completo: • Arquitectura on‑premise optimizada para operación 24/7, sin dependencias externas. • Motor RAG híbrido con búsqueda interna + agente de exploración controlada en fuentes externas. • Captura continua de conocimiento mediante un “loop” de aprendizaje activo. • Procesamiento multimodal local (texto, imagen, audio, vídeo corto). • Conectores modulares para ERP, SCADA y proveedores (API o scraping robusto). • PWA industrial para operarios y panel de validación para supervisores. • Documentación exhaustiva y transferencia de conocimiento para asegurar mantenibilidad. • Asesoría en hardware (GPU, RAM, almacenamiento) según carga esperada. Puedo acompañarte desde el diseño hasta la entrega final, priorizando estabilidad, seguridad y escalabilidad. Si quieres, avanzamos revisando el contexto técnico actual de tus líneas de producción.
€10 EUR in 40 days
0.0
0.0

Un gusto hablarte y conocerte , Después de leer en detalle los requisitos de su proyecto y concluir que coinciden con mis áreas de conocimiento y habilidades, me gustaría presentarme. Mi nombre es Anthony Muñoz y soy el ingeniero principal de la agencia de TI DS Pro. He trabajado durante más de 10 años en Backend y desarrollo de software y he realizado con éxito múltiples trabajos. Será un placer trabajar juntos para hacer realidad tu proyecto. Por favor no dude en ponerse en contacto conmigo. Estoy deseando trabajar con usted. Realmente aprecio su tiempo y quedo atento a cualquier solicitud o pregunta. Saludos
€16 EUR in 40 days
3.6
3.6

Hola, Tengo una amplia experiencia en el desarrollo de chatbots, que puedes consultar en mi portafolio. Puedo satisfacer todas tus necesidades. Con mi experiencia en LLMs On-Premise, LangChain/LlamaIndex, procesamiento multimodal y UX industrial, puedo ofrecer una solución que capture y democratice el conocimiento de planta de forma segura, escalable y sostenible. Me comprometo a entregar código limpio, documentación clara y transferencia de conocimiento. Estoy listo para comenzar de inmediato y asegurar que el sistema cumpla todos los requisitos técnicos y operativos. Presupuesto: 1000 € Saludos, Alejandro
€5 EUR in 40 days
0.0
0.0

Hi — I can build your on-prem “Knowledge Loop” platform end-to-end: multimodal Q&A + hybrid RAG + human escalation + continuous learning, designed for 24/7 industrial reliability. From your brief, the key challenge is not answering questions once, but capturing volatile shop-floor know-how and turning it into validated, searchable knowledge—without relying on external APIs for core operation. My approach would be to deliver a modular on-prem stack: local LLM (Llama 3.x) + local vision (LLaVA/Moondream) + local Whisper, wrapped in an agent workflow (LangGraph/LlamaIndex) that routes: internal KB → offline web ingestion module (when allowed) → supervisor escalation. I’ll implement the active-learning loop (follow-up reminders, solution capture, “pending validation” queue) and a connector framework for ERP/SCADA/suppliers via APIs or Playwright. I have hands-on experience deploying local LLM/RAG systems, building robust scrapers, and shipping maintainable platforms with clear ops documentation. You’ll get the full backend + PWA (glove-friendly UI) + supervisor panel + notifications, plus complete source/weights/config ownership, and detailed docs + short screencasts for maintenance and adding connectors. If you share current data sources (manuals, videos, ERP/SCADA access) I can propose the on-prem hardware and a phased rollout plan.
€8 EUR in 40 days
0.0
0.0

Hello, As a seasoned software developer, specialized in AI development and automation, I am confident that my skills and experience make me an ideal fit for your project. Having worked on complex business workflows before, I appreciate the criticality of capturing and democratizing real-time knowledge in industrial operations. My strong ability to build scalable, high-performance applications would be crucial in developing an on-premise system like yours to address this need. One of my most important skills aligns perfectly with your project; Natural Language Processing. This expertise will certainly come in handy in designing an intelligent system that facilitates multimodal queries from operations team. I have hands-on practicality with several languages and will definitely incorporate models local to your system for text, vision, and audio processing. Importantly, I can provide you full ownership of the processing software while ensuring seamless integration with other internal systems through well-constructed APIs or Web Scraping techniques. Lastly, commitment to knowledge transfer is my priority. Knowing how busy your tech team could be, I always prepare extensive documentation that could guide subsequent developers efficiently even on updates or new additions to the system. Additionally, I'm skilled in system optimization; therefore your system would have consistent high-performance even as time goes by. For a reliable AI sol Thanks!
€16 EUR in 28 days
0.0
0.0

Hello, thank you for sharing such a detailed and technically ambitious project. I understand you need a fully on-premise, multimodal RAG ecosystem that captures volatile shop-floor knowledge, supports text/audio/image/video queries, escalates unknowns to supervisors, and continuously learns through a validated “knowledge loop.” SEO Global Team has proven experience deploying local LLM stacks (Llama 3.x), vision and speech models, building hybrid RAG systems with LangChain/LangGraph, robust scrapers, and secure PWA interfaces for industrial environments. We will design a modular on-prem architecture with local inference, active-learning workflows, supervisor validation, extensible connectors, and exhaustive documentation plus hardware guidance to ensure long-term autonomy and scalability. Do you already have a preferred on-prem GPU vendor or constraints on power/rack space? Should the first phase prioritize a single production line as a pilot? Are there existing manuals or videos we can use to seed the initial knowledge base? Kind regards, SEO Global Team
€3 EUR in 40 days
0.0
0.0

Puedo hacer el trabajo. Yengo experiencia en desarrollo de aplicaciones de chatbot (y voz) y agentes de IA Generativa con bases de conocimiento (RAG + LangChain) en servidores propios con derivacion al asistido en determinados casos. Puedo empezar a partir de 18 de Febrero, antes no me libero. Propongo hacer una POC simple con un E2E basico, para verificar si es el camino incremental de conocimiento a implementar. Si estamos OK, luego profundizamos y avanzamos con casos complejos.
€15 EUR in 30 days
0.0
0.0

✅✅✅Understood well what u want✅✅✅ As an experienced Senior AI Engineer with a significant background in deploying on-site AI solutions and RAG architectures, I am absolutely brimming with ideas and possibilities to address the complex challenges offered by your project. I have a keen sense for understanding not just what needs to be done right now, but what could transform the entire way of working for your company's future in the long term. My technical expertise includes a deep understanding of LlamaI, LangGraph, and LangChain along with local multimodal language processing using models like Llama 3.x and Whisper. On top of that, I'm particularly skilled in building systems that don't depend on external APIs for core functioning – exactly what you need for secure industrial applications running 24/7. One of the key benefits that I bring to the table is my commitment to delivering holistic solutions encompassing comprehensive documentation. Your project will not only be developed, but documented extensively using videos/screencasts on all processes so that it remains maintainable and extendable even without permanent internal technical support. So, if you're searching for someone who not just excels at solving short-term tasks but also contributes positively to projects in the long run while ensuring consistent delivery with realistic timelines - look no further!
€5 EUR in 40 days
0.0
0.0

Hey , I just finished reading the job description and I see you are looking for someone experienced in AI Text-to-speech, OpenCV, AI Development, Natural Language Processing, AI Research, AI Model Development, Web Scraping, AI Chatbot Development, Retrieval-Augmented Generation (RAG) and Machine Learning (ML). This is something I can do. Please review my profile to confirm that I have great experience working with these tech stacks. While I have few questions: 1. These are all the requirements? If not, Please share more detailed requirements. 2. Do you currently have anything done for the job or it has to be done from scratch? 3. What is the timeline to get this done? Why Choose Me? 1. I have done more than 250 major projects. 2. I have not received a single bad feedback since the last 5-6 years. 3. You will find 5 star feedback on the last 100+ major projects which shows my clients are happy with my work. Timings: 9am - 9pm Eastern Time (I work as a full time freelancer) I will share with you my recent work in the private chat due to privacy concerns! Please start the chat to discuss it further. Regards, Haseeb,
€41 EUR in 20 days
0.0
0.0

As an experienced Full Stack Developer and AI expert, I am thrilled to offer my services for your IA Multimodal project in the industrial diagnostic sector. I bring over a decade's experience managing complex projects, and my expertise aligns perfectly with your demands of insightful problem solving abilities, dynamic use of data, and long-term sustainable solution building. My ability to work with cutting edge technologies such as Python 3.11, Fast API and Pydantic v2 make me an ideal candidate for this endeavour. Lastly, I understand the significance of adhering to standards and maintaining a streamlined process throughout the development cycle for efficient project management. This resonates perfectly with my working philosophy which emphasizes on descriptive commits on Git, logging structuring using JSON, exhaustive error handling and maintaining comprehensive test coverage, among others. In conclusion, my extensive skill set, proven track record in similar domains - all combined with my passion towards impactful industrial automation through effective use of AI makes me an impeccable choice for your project.
€3 EUR in 6 days
0.0
0.0

Cuento con la experiencia senior de 20 años en sistemas críticos necesaria para desarrollar su ecosistema "The Knowledge Loop". Mi enfoque garantiza un sistema 100% privado, robusto y diseñado para la realidad de la planta. Solución Técnica: Operación On-Premise: Despliegue en Docker de modelos locales (Llama 3, LLaVA, Whisper) para soberanía total de datos y respuesta 24/7 sin internet. RAG Híbrido Multimodal: Procesamiento de manuales, fotos y audio de incidencias con agentes de búsqueda técnica y traducción automática. Ciclo de Aprendizaje: Orquestación de estados para captura y validación de conocimiento operativo. Interfaz PWA: Desarrollo ligero en Vanilla JS optimizado para uso industrial en tablets. Cronograma Propuesto (8 semanas): Sem 1: Asesoría de hardware y setup de modelos base en servidor local. Sem 2-3: Implementación de RAG, ingesta de manuales y conectores ERP/SCADA. Sem 4-5: Desarrollo del "Knowledge Loop" y procesamiento multimodal (audio/visión). Sem 6-7: Frontend PWA industrial y panel de validación para supervisores. Sem 8: Pruebas en planta, ajustes de precisión y entrega de documentación técnica (screencasts). Hablo español nativo y estoy listo para liderar esta transferencia tecnológica hacia su empresa.
€12 EUR in 40 days
0.0
0.0

cordoba, Spain
Payment method verified
Member since Mar 22, 2019
€8-30 EUR
€10 EUR
€8-30 EUR
€8-30 EUR
$10-30 USD
$250-750 USD
$750-1500 AUD
$30-250 USD
$250-750 USD
£250-750 GBP
$250-750 USD
$10-30 USD
₹1500-12500 INR
$250-750 CAD
$15-25 USD / hour
$250-750 USD
$250-750 USD
$10000-20000 USD
$2-8 USD / hour
$750-1500 USD
₹75000-150000 INR
£250-750 GBP
$30-250 USD
$10-30 USD
₹600-1500 INR