Over mij
Eerst het bedrijfsprobleem,
dan pas het model.
AI-engineer en automatiseringsconsultant die LLM-agents, RAG-pipelines en spraaksystemen bouwt die het in productie volhouden, niet alleen in een demo. Elk systeem begint bij een operationeel probleem en werkt terug naar de kleinste architectuur die het wegneemt.
Wat ik van dit werk vind
Demo's zijn makkelijk. Productie is het werk.
De meeste AI-projecten sterven tussen de notebook en de deploy. Ik bouw het deel dat overleeft: evaluatie, fallbacks, observability, en robuuste systemen die zich gedragen zodra er echte gebruikers opduiken.
Eerst het bedrijfsprobleem, dan pas het model.
Elk systeem dat ik oplever begint bij operationele pijn: leads die wegrotten in een mailbox, supportwachtrijen die overlopen, kennis die vastzit in pdf's. Vandaar werk ik terug naar de kleinste architectuur die het wegneemt.
Full stack, van begin tot eind.
Agentorkestratie in LangGraph, retrieval op hybride zoeken, FastAPI-backends en React-frontends. Eén persoon draagt het hele systeem, dus er gaat niets verloren bij de overdracht.
Dezelfde lus,
bij elk systeem.
Of het nu een baan is, een klantopdracht, of iets dat alleen wordt opgeleverd. De stappen veranderen niet; alleen hoe lang elke stap duurt.
Ik ben eigenaar van de architectuur en de bouw. Wanneer een opdracht meer uitvoeringscapaciteit vraagt dan één persoon heeft, haal ik een klein engineering- en automatiseringsteam erbij waarmee ik eerder heb gewerkt, en blijf ik verantwoordelijk voor wat er wordt opgeleverd.
- 01
Begrijpen
Het echte probleem en zijn beperkingen, voordat er een model of framework wordt aangeraakt. Uitkomst: een helder beeld van wat productie werkelijk vereist.
- 02
Ontwerpen
Systeemarchitectuur, modelkeuzes en datastromen, doordacht en opgeschreven voordat er code is.
- 03
Bouwen
Op productie gerichte implementatie in korte iteraties, vroeg getest tegen echte invoer en niet tegen synthetische.
- 04
Opleveren
Uitgerold, gemonitord en gedocumenteerd. Geen zwarte dozen en geen gaten bij de overdracht.
- 05
Verbeteren
Geëvalueerd en bijgesteld na livegang. Systemen worden beter in productie, niet slechter.
Ervaring
Van de onderneming,naar product, naar AI.
Vijf functies, elk een ander deel van dezelfde ontwikkeling: begrijpen hoe bedrijfssystemen ontstaan, leren denken in producten, en vervolgens de AI-systemen zelf bouwen.
Bouwt productiewaardige generatieve AI- en agentic AI-systemen voor zakelijk gebruik, met de nadruk op systemen die betrouwbaar blijven onder echte belasting in plaats van op experimentele prototypes.
Over In Time TecGlobal AI & software partner
A global technology partner trusted by enterprise clients across the US, built on a rare promise: ROI, or they don't get paid.
- Bouwt agentic AI- en LLM-toepassingen in productie met LangGraph en FastAPI
- Ontwerpt RAG-architecturen op LlamaIndex en Qdrant met hybride zoek en verankerde generatie
- Bouwt schaalbare AI-agents op Python, Azure AI en Redis met stateful workfloworkestratie
- Implementeert mechanismen voor AI-veiligheid en betrouwbaarheid: maskeren van persoonsgegevens, contentveiligheid en jailbreakdetectie
- Verbetert productiesystemen via observability en parallelle uitvoering
Opleiding
B.Tech, informatica
JK Lakshmipat University, Jaipur
Vwo-diploma, natuurkunde, scheikunde, wiskunde
Delhi Public School, India
Middelbare onderbouw
St. Anselm's Pink City Sr. Sec. School
Hoe ik met teams werk
Werkt op afstand met teams in elke tijdzone, waarbij Europese en Britse werktijden standaard gedekt zijn. Die systemen draaien voor gebruikers in meer dan 10 landen.
Neemt vaste engineeringfuncties aan en daarnaast geselecteerde contract- of projectopdrachten, op afstand en in elke tijdzone. Het meeste van dat werk loopt met teams in Europa, het Verenigd Koninkrijk, Noord-Amerika en Australië. Wanneer een bedrijf vanuit het buitenland inhuurt, verloopt projectwerk als een adviesopdracht in plaats van als dienstverband, zonder dat aan beide kanten een lokale werkvergunning nodig is.
Hoe een opdracht verloopt
De meeste opdrachten beginnen met de audit, omdat een vaste, afgebakende eerste stap is wat een grotere tweede stap beslisbaar maakt. Niets hieronder is een pakket: de fasen bestaan zodat u de vorm voor u ziet, en de scope wordt opgeschreven voordat een van beide partijen zich vastlegt.
- 01
Audit
1 tot 2 weken · Gebruikelijk startpunt
Een blik met vaste scope op de workflow die u wilt automatiseren of de AI-functie die u wilt bouwen: hoe de data er werkelijk uitziet, welke delen echt een model nodig hebben, welke beter deterministisch blijven, en wat draaien in productie zou kosten.
U krijgt
Een uitgeschreven architectuur en een bouwplan die van u zijn, of de bouw nu met mij gebeurt of niet. - 02
Bouwen
4 tot 12 weken
Implementatie in korte iteraties tegen echte invoer, niet tegen synthetische. U ziet elke week werkende software, en wat er gebouwd wordt is de architectuur uit de audit, zodat discussies over scope op papier plaatsvinden en niet in de code.
U krijgt
Een uitgerold systeem, de bijbehorende evaluatieopzet, en documentatie waarmee iemand anders in uw team verder kan. - 03
Draaien
Maandelijks, altijd opzegbaar
Het deel dat de meeste AI-projecten overslaan. Modellen driften, prompts verouderen, bovenliggende API's veranderen hun uitvoervorm, en een pipeline die in maand één nauwkeurig was, is in maand vier stilletjes fout als niemand meet.
U krijgt
Monitoring, evaluatieruns, en een maandelijkse notitie over wat er veranderde en wat het kostte.
Wat ik niet aanneem
Vier dingen die vaak genoeg langskomen om hardop te zeggen. Geen daarvan is een oordeel over dat werk; het zijn plekken waar iemand anders het beter doet dan ik.
- Modellen vanaf nul trainen
- Fine-tunen waar het zijn plek verdient, ja. Een foundationmodel voortrainen is een ander vak met een ander budget, en wie u vertelt dat dat het antwoord op een bedrijfsprobleem is, verkoopt meestal de trainingsrun.
- Een chatbot zonder systeem erachter
- Een API in een chatvenster wikkelen kost een middag en lost niets blijvends op. Wat betaling waard is, is het retrieval, de evaluatie en het beheer eromheen, en precies daar lopen de demo's die nooit live gaan vast.
- Alleen design of merkwerk
- De interfaces hier zijn gebouwd om het systeem leesbaar te maken, niet om een designprijs te winnen. Als de oplevering een merksysteem of een visuele identiteit is, heeft u een studio nodig, en de bouw wordt er beter van.
- Capaciteit inhuren per uur
- Opdrachten worden afgebakend op een resultaat, met een uitgeschreven architectuur erachter. Een open plek op een backlog is een echte dienst en een redelijke aankoop; het is alleen deze niet.