Terbuka untuk peluang

Sistem AI yang bertahan di produksi

Saya Revin. Saya mengerjakan bagian yang menentukan apakah sebuah sistem model benar-benar layak dipakai — retrieval, evaluasi, dan pipa data yang membosankan tapi wajib, antara prototipe dan sesuatu yang bisa diandalkan tim.

Fokus
Sistem LLM, retrieval, evaluasi
Teknologi
Python · PyTorch · Postgres · FastAPI
Status
Penuh waktu atau kontrak
Yang saya bangun
Sistem retrieval dan evaluasi —
Cara saya kerja
Ukur dulu, baru ubah Tanpa angka, jangan diutak-atik
Yang saya hindari
Demo yang tidak bisa dikirim Biaya dan latensi itu keputusan produk
Karya terpilih

Yang saya bangun dan harus tetap hidup

05 proyek
01

Retrieval untuk arsip dokumen hukum

Menyetel lapisan retrieval di atas 400 ribu dokumen, lalu memperlakukan kualitas sebagai persoalan rekayasa: strategi chunking, reranking, dan perilaku menolak menjawab semuanya dilacak sebagai regression suite.

Hybrid searchRerankingEvals
02

Harness evaluasi untuk agent run

Membuat perilaku agent terukur: merekam run nyata, menilai pemilihan tool dan penyelesaian tugas, lalu merge digerbang oleh skor itu.

EvalsTracingCI
03

Model kecil di perangkat tepi

Memampatkan dan menyajikan model kecil untuk pemakaian offline, menukar akurasi dengan latensi sampai jalan di perangkat tanpa GPU dan tanpa koneksi yang andal.

QuantizationONNXLatency
04

Siklus fine-tuning yang tetap jujur

Membangun bagian membosankan dari fine-tuning: penyusunan dataset, pemeriksaan kebocoran, dan held-out set yang mengubah cara kami menilai setiap checkpoint.

Fine-tuningData curation
05

Uji regresi prompt sebagai kebiasaan

Mengubah suntingan prompt menjadi diff yang bisa direview dengan kasus lulus/gagal, sehingga mengubah system prompt berhenti jadi soal keyakinan.

ToolingPytestDiffs
Kemampuan

Yang sebenarnya saya kerjakan

Sebagian besar pekerjaan model gagal karena alasan biasa. Empat hal ini yang saya jaga.

04 bidang
01

Rekayasa aplikasi LLM

Produk di sekitar modelnya: pemakaian tool, output terstruktur, retry, fallback, dan guardrail yang gagal dengan berisik, bukan diam-diam.

02

Retrieval & pipa data

Ingesti, chunking, embedding, hybrid search, reranking — dan tahu mana yang benar-benar menggerakkan angkanya sebelum menambah lapisan berikutnya.

03

Evaluasi & observability

Dataset yang mencerminkan trafik nyata, penilaian yang bisa dibantah rekan kerja, dan trace yang menjelaskan jawaban buruk, bukan sekadar mencatatnya.

04

Deployment & kendali biaya

Serving, caching, batching, kuantisasi, dan routing. Latensi dan biaya diperlakukan sebagai keputusan produk, bukan kejutan di tagihan.

Catatan

Tulisan

03
2026 · 02 Perilaku menolak menjawab itu keputusan produk, bukan centang keamanan 2025 · 11 Yang saya periksa sebelum menambah reranker 2025 · 08 Fine-tuning itu masalah data yang memakai kostum model
Kontak

Punya sesuatu yang harus bertahan di produksi?

hello@revin.dev Tersalin