Was ich baue

RAG-Architektur (aktueller Schwerpunkt)

Mehrstufiges Retrieval

Entwurf und Implementierung einer mehrstufigen Retrieval-Architektur, die lexikalisches und semantisches Retrieval kombiniert:

• BM25-lexikalisches Retrieval und Bi-Encoder-semantisches Retrieval
• Hybrid Search und Reciprocal Rank Fusion (RRF)
• Cross-Encoder-Reranking zur Verbesserung der Retrieval-Präzision
• Query Expansion mit Synonym-Maps und Query-Rewriting
• Multi-Hop-Retrieval-Workflows für komplexe Informationsbedürfnisse
• Vollständige Orchestrierung über LangChain und LangGraph, mit explizitem State-Management und kontrolliertem Ausführungsfluss
• Evaluierung mittels Recall@k, MRR und nDCG@k
• Validierungs-, Evaluierungs- und Guardrail-Mechanismen für Zuverlässigkeit und Vorhersagbarkeit

Breitere KI-Entwicklung

• Entwurf und Implementierung von LLM-basierten Anwendungen und Agentic-AI-Systemen
• Bereitstellung und Integration lokaler Open-Source-Modelle (Hugging Face, PyTorch, vLLM), einschließlich Inferenz-Optimierung und ressourcenbewusstem Deployment
• Parameter-effizientes Fine-Tuning (PEFT/LoRA), einschließlich adapterbasierter Modellspezialisierung
• Agentic Workflows mit Tool-Calling, MCP, Speicher, strukturierten Outputs und Multi-Agenten-Orchestrierung
• Anwendung von Softwarearchitektur-Prinzipien auf KI-Systeme: Modularität, Wartbarkeit, Beobachtbarkeit, Skalierbarkeit, klare Trennung zwischen deterministischen und nicht-deterministischen Komponenten
• Bewertung von Modellen, Architekturen, Frameworks und Deployment-Ansätzen anhand praktischer Einschränkungen: Qualität, Latenz, Speicher, Skalierbarkeit, Komplexität

Außerdem verfügbar

Verfügbar für Projektaufträge, Architektur-Reviews oder laufende Beratung — nehmen Sie Kontakt auf, um zu besprechen, was passt.