
aayush kumar
جودبور, الهند
aayush kumar
مهندس ذكاء اصطناعي تطبيقي (الأنظمة والتنسيق)
الفئة : الذكاء الإصطناعي
أبني أنظمة متعددة الوكلاء مستقلة وخلفيات عالية التزامن للشركات التي تحتاج إلى أكثر من مجرد دمج أساسي لنماذج اللغة الكبيرة. بصفتي مساهما في Mastra AI (مدعوم من YC)، أتخصص في "السباكة" للذكاء الاصطناعي — ضمان أن يكون وكلائك سريعا، ومتحملين للأخطاء، ومندمجين بعمق مع بيانات الإنتاج الخاصة بك.
ما أقدمه:
التنسيق الوكالتي: تنفيذ سير عمل الوكلاء التسلسلي، المتوازي، والهرمي. أبني منطق تنسيق مخصص (بدون تحميل LangChain) لضمان أقصى تحكم وموثوقية النظام.
خطوط أنابيب RAG الإنتاجية: بنية RAG شاملة تشمل التقسيم الذكي، وتحسين قواعد البيانات المتجهية (Chroma/PostgreSQL)، والبحث الهجين لاسترجاع عالي الدقة.
أنظمة الخلفية المحصنة: خدمات Node.js وFastAPI قابلة للتوسع قادرة على التعامل مع البث في الوقت الحقيقي (SSE/WebSockets)، والعاملين في الخلفية، والمعاملات الموزعة المعقدة.
الملاحظة والتقييمات بالذكاء الاصطناعي: دمج السجلات المنظمة (Pino/Datadog)، والتتبع، وأطر تقييم مؤتمتة لاكتشاف انحدارات نماذج اللغة الكبيرة قبل دخولها الإنتاج.
الخبرة التقنية:
تقنية LLM: أنظمة متعددة الوكلاء، ذاكرة الوكلاء، استخدام الأدوات، التضمينات، قواعد البيانات المتجهة.
الخلفية الأساسية: Node.js، بايثون، Redis (التخزين المؤقت/الطوابير)، PostgreSQL، Docker.
المصدر المفتوح: مساهم نشط في Mastra AI؛ متخصص في إصلاح بنية اختيار الأدوات وتسجيل الأشجار على مستوى الإنتاج.
لماذا وظفني؟
أنا لا أربط فقط واجهات برمجة التطبيقات (APIs); أنا أبني أنظمة. سواء كان ذلك بتقليل زمن الاستجابة إلى <10 مللي ثانية أو تنفيذ ارتداد أسي لتحقيق موثوقية 100٪ من واجهة برمجة التطبيقات، أركز على المقاييس الهندسية التي تهم عملك.
ما أقدمه:
التنسيق الوكالتي: تنفيذ سير عمل الوكلاء التسلسلي، المتوازي، والهرمي. أبني منطق تنسيق مخصص (بدون تحميل LangChain) لضمان أقصى تحكم وموثوقية النظام.
خطوط أنابيب RAG الإنتاجية: بنية RAG شاملة تشمل التقسيم الذكي، وتحسين قواعد البيانات المتجهية (Chroma/PostgreSQL)، والبحث الهجين لاسترجاع عالي الدقة.
أنظمة الخلفية المحصنة: خدمات Node.js وFastAPI قابلة للتوسع قادرة على التعامل مع البث في الوقت الحقيقي (SSE/WebSockets)، والعاملين في الخلفية، والمعاملات الموزعة المعقدة.
الملاحظة والتقييمات بالذكاء الاصطناعي: دمج السجلات المنظمة (Pino/Datadog)، والتتبع، وأطر تقييم مؤتمتة لاكتشاف انحدارات نماذج اللغة الكبيرة قبل دخولها الإنتاج.
الخبرة التقنية:
تقنية LLM: أنظمة متعددة الوكلاء، ذاكرة الوكلاء، استخدام الأدوات، التضمينات، قواعد البيانات المتجهة.
الخلفية الأساسية: Node.js، بايثون، Redis (التخزين المؤقت/الطوابير)، PostgreSQL، Docker.
المصدر المفتوح: مساهم نشط في Mastra AI؛ متخصص في إصلاح بنية اختيار الأدوات وتسجيل الأشجار على مستوى الإنتاج.
لماذا وظفني؟
أنا لا أربط فقط واجهات برمجة التطبيقات (APIs); أنا أبني أنظمة. سواء كان ذلك بتقليل زمن الاستجابة إلى <10 مللي ثانية أو تنفيذ ارتداد أسي لتحقيق موثوقية 100٪ من واجهة برمجة التطبيقات، أركز على المقاييس الهندسية التي تهم عملك.
إنجازاتي
أوقات العمل
- الإثنين:08h00 إلى 18h00
- الثلاثاء:08h00 إلى 18h00
- الأربعاء:08h00 إلى 18h00
- الخميس:08h00 إلى 18h00
- الجمعة:08h00 إلى 18h00
- السبت:غير موجود
- الأحَد:غير موجود
- 🇬🇧 الإنجليزية
- 🇮🇳 الهندية
يرجى الدخول كزبون لإعطاء رأيكم







