Kontekst daje modelu oslonac
AI i RAG
Zanimljiv posao počinje tamo gdje se model susreće sa podacima, interfejsom i osobom koja ga koristi.
AI kao dio proizvoda
Radim na LLM integracijama kroz API-je i retrieval-augmented generation sistemima: embedding modelima, vektorskim bazama i filtriranju koje omogućava pretragu po značenju. Oko modela gradim podatkovne tokove, backend servise i interfejs koji ljudi koriste.
Asistenti nad stvarnim podacima
U Urbanu se RAG asistent oslanja na 22.300 gradskih dokumenata. Asistent pripada istoj platformi kao aplikacija za građane, administracija, javni API i službeni obrasci. Pretraga i ostatak proizvoda daju razgovoru kontekst.
Pretraga može biti vizuelna
Curation Engine čita fotografski arhiv kroz multimodalne i tekstualne embedding modele. Kosinusna sličnost pokreće vizuelnu i semantičku pretragu; grupisanje otkriva veze među kadrovima, a pronađene fotografije postaju kontekst za generisanje sadržaja.
Ljudski dio interfejsa
Tokovi razgovora, rezervni scenariji i procjena relevantnosti daju korisniku način da radi sa rezultatom. U sistemu za fotografsku selekciju autor može razgovorom da usmjerava opis i samostalno bira radove.
Od arhitekture do produkcije
Posao obuhvata React interfejse, Node.js API-je, baze, skladištenje fajlova i produkciju. U Curation Engine sistemu kontrolna tabla i javni portfolio rade na Vercelu, API na Railwayu, originali na Cloudflare R2, a modeli na Vertex AI.
Saradnja
Pošalji kontekst proizvoda, kakve podatke imaš i šta sistem treba da omogući korisniku. O obimu i pristupu možemo razgovarati putem mejla ili kraćeg poziva. Otvoren sam za projektne angažmane i stalne pozicije.