Serhii Muzyka

Serhii Muzyka

Lviv, Ukraine

Serhii Muzyka

Agents IA de qualité production & Python tolérant aux pannes
Aperçu
Je construis des systèmes alimentés par l’IA et des architectures backend conçues pour la fiabilité et l’évolutivité. Mon approche se concentre sur « The Last Mile » — allant au-delà des simples prototypes d’IA pour des outils prêts à la production qui gèrent des données réelles, des exceptions et des environnements à forte concurrence concurrente.

Ce que je résous pour vous :
Pipelines RAG avancés : Implémenter une génération augmentée par récupération qui fonctionne réellement. J’utilise FAISS et LangChain pour construire des systèmes contextuels avec une mémoire à long terme qui ne perdent pas le fil dans les conversations sur plusieurs tours.
Workflows agents : Développement d’agents de type ReAct capables de sélection autonome d’outils (recherche, appels API, exécution de base de données) en utilisant FastAPI et LangGraph.
Backends critiques : En m’appuyant sur mon expérience dans l’IoT industriel (surveillance de 100+ capteurs et caméras), je développe des services Python asynchrones isolés par défaut et très résilients.
Automatisation humain-in-the-Loop (HITL) : Création de systèmes qui automatisent 90 % d’un flux de travail tout en fournissant une interface propre pour la supervision humaine.

Expertise technique :
Langages/Frameworks : Python (Async), FastAPI, Flask, LangChain, SQLAlchemy.
AI/LLM : RAG, BASES DE DONNÉES VECTORIELLES (FAISS), ORCHESTRATION D’AGENTS, INGÉNIERIE DES PROMPTS.
Infrastructure : Docker, Prometheus, Grafana (surveillance en temps réel et observabilité), PostgreSQL.

Je préfère les projets à haute autonomie, basés sur des étapes importantes. Je fournis un code propre et documenté ainsi qu’une mentalité « penser avant de construire » pour nous assurer que nous ne nous contentons pas de résoudre la tâche, mais aussi d’améliorer le système. Disponible pour des sprints de courte durée (2 à 6 semaines) ou des étapes par projet. Ouvert à la négociation directe et aux paiements en cryptomonnaies.

Horaires de travail

  • Lundi:10h00 à 22h00
  • 14h00 à 17h00
  • Mardi:10h00 à 22h00
  • 14h00 à 17h00
  • Mercredi:10h00 à 22h00
  • 14h00 à 17h00
  • Jeudi:10h00 à 22h00
  • 14h00 à 17h00
  • Vendredi:10h00 à 22h00
  • 14h00 à 17h00
  • Samedi:Non disponible
  • Dimanche:Non disponible
Axé sur des gains extrêmes de productivité, ce projet consistait à concevoir un pipeline Human-in-the-Loop (HITL) qui exploite les LLM pour automatiser 90 % du processus de recherche et de synthèse pour des environnements de données à haute vitesse. J’ai développé des scripts personnalisés basés sur navigateur pour l’extraction de données en temps réel à partir de sources d’actualités sélectionnées et appliqué une ingénierie stratégique des prompts pour transformer des données brutes en résultats structurés. Le système résultant a réussi à réduire le travail manuel de plusieurs heures à seulement 15 minutes par jour, démontrant ainsi une volonté claire de développer des outils d’automatisation à rendement du retour sur investissement pour des environnements à haute autonomie.
J’ai conçu un cadre d’IA sophistiqué basé sur des agents de raisonnement de type ReAct, capables de sélectionner et d’exécuter des outils de façon autonome. Le système propose un écosystème modulaire qui intègre la recherche web, la traduction et la récupération de mémoire via LangChain et FastAPI. Pour supporter une logique métier complexe et multi-tours, j’ai mis en place un pipeline Retrieval-Augmented Generation (RAG) utilisant FAISS pour la mémoire à long terme. L’architecture utilise un backend asynchrone pour gérer des chaînes de traitement intensives des LLM, garantissant une expérience utilisateur réactive lors de tâches autonomes de longue durée.
Ce projet consistait à concevoir un écosystème de surveillance critique pour une usine de production, intégrant plus de 100 capteurs et 10 flux de caméras dans un système de détection de pannes en temps réel. J’ai développé un tableau de bord haute performance basé sur Flask pour le suivi des équipements et conçu le backend en utilisant un modèle de service asynchrone et isolé par défaut. En tirant parti de Docker, Prometheus et Grafana, j’ai veillé à ce que le système conserve une grande observabilité et résilience, capable de gérer des flux de données industrielles complexes sans aucune interruption.
  • 🇬🇧 Anglais
0.0 (0)
0
0
0
0
0
⚠️
Merci de vous connecter en tant que client pour pouvoir donner votre avis

    Besoin d'un service ?

    Voulez-vous faire appel aux services de ce Professionnel ?

    Postez votre mission et vous recevrez des dizaines de propositions de la part des Professionnels de la communauté.