Kategorien durchsuchen
Entdecken
Fiverr Pro
Deutsch
$
USD
Ich erstelle eine Full-Stack-Web-App mit Intelligenz und Machine Learning Integration
Sohini B
Über diesen Service
Automatische Übersetzung
Ich entwickle Full-Stack-Webanwendungen, bei denen sowohl das Frontend als auch die AI/ML-Schicht richtig umgesetzt sind – kein React-Shell, die eine Chatbot-API aufruft und es "AI-Integration" nennt.
- Im Frontend: React 19 oder Next.js mit Tailwind CSS, saubere Komponentenstruktur, responsive auf allen Bildschirmgrößen, schnelle Ladezeiten.
- Im Backend: Python mit FastAPI, JWT-gesicherte REST-APIs, PostgreSQL oder MongoDB, Hintergrundplanung wo nötig. Das Backend ist produktionsbereit, kein Demo-Server.
- Für AI/ML: Ich kann LLMs (OpenAI, Groq, Open-Source-Modelle via API) integrieren, eigene ML-Modelle (Klassifikation, Anomalieerkennung, Empfehlungen) bauen und echte Datenpipelines anbinden, nicht nur ein Prompt-Wrapper.
Aktuelle Projekte:
- QuantLedger: Fintech-Portfolio-Tracker, der Live-Preise über 14 Asset-Klassen synchronisiert, mit einem quantitativen Risikomodell (Sharpe-Ratio, Volatilität, Sensitivitätsmatrix über Asset-Klassen)
- NetSentinel: ML-basiertes System zur Erkennung von Netzwerkangriffen mit XGBoost + MLflow + Evidently AI Drift Monitoring
- Spark: LLM-gestütztes Projektvisualisierungstool mit Groq + Supabase + Next.js
Schreib mir vor der Bestellung, dann sage ich dir ehrlich, ob dein Projekt in meine Pakete passt oder ein individuelles Angebot braucht.
Lerne Sohini B kennen
Sohini B
Full Stack Engineer Building AI Powered Apps
- AusIndien
- Mitglied seitJuni 2025
- ⌀ Antwortzeit1 Stunde
Sprachen
Bengalisch, Englisch, Hindi
Full-stack developer building products where React/Next.js meets real AI integration, not an API wrapper but actual ML pipelines underneath. Backend in Python/FastAPI, deploying ML models alongside REST APIs. Recent work –
QuantLedger: A fintech portfolio tracker with live market data and quant risk metrics.
NetSentinel: An ML-based intrusion detection system using XGBoost with full MLOps tracking (MLflow, Evidently AI).
Spark: An LLM-integrated project visualization tool.
I scope realistically, communicate clearly, and ship code that holds up past the demo, not just the pitch.
Automatische Übersetzung
Mein Portfolio
Meine weiteren Dienstleistungen im Bereich Software-Entwicklung
FAQ
Automatische Übersetzung
Welche AI/ML-Funktionen kannst du tatsächlich bauen – nicht nur API-Aufrufe?
Eigene ML-Modelle (Klassifikation, Anomalieerkennung, Empfehlungen), LLM-Pipelines mit echtem Kontext/Memory, Model-Serving-Endpunkte und Data-Drift-Monitoring. Nicht nur ChatGPT-Wrapper.
Was ist dein Tech-Stack?
Frontend: React 19 oder Next.js + Tailwind. Backend: Python + FastAPI + PostgreSQL. AI/ML: XGBoost, scikit-learn, OpenAI/Groq APIs, MLflow. Auth: JWT. Deployment: Docker.
Muss ich ein Design bereitstellen oder erstellst du es?
Ich kann von deiner Figma-Datei, einer Referenz-Website oder einem schriftlichen Briefing arbeiten. Wenn du kein Design hast, schlage ich ein sauberes Layout vor – beschreibe einfach, was du brauchst.
Wird der Code nach der Lieferung mir gehören?
Ja. Vollständiger Eigentumsübergang des Quellcodes bei Lieferung. Lieferung via GitHub-Repo oder Zip, ganz wie du willst. Keine Lizenzbeschränkungen.
Kannst du die App nach der Entwicklung bereitstellen?
Grundlegende Deployment-Anleitung ist inklusive. Unterstützung beim Deployment auf Vercel, Railway oder Render ist als Add-on verfügbar – schreib mir vor der Bestellung.
Was, wenn mein Projekt größer ist als das Premium-Paket?
Schreib mir vor der Bestellung. Für größere Projekte mache ich individuelle Angebote. Ich gebe dir eine ehrliche Zeit- und Preisangabe – keine Überraschungen während des Projekts.
Muss ich dir meine API-Schlüssel bereitstellen?
Ja, wenn es sich um einen kostenpflichtigen API-Dienst handelt, brauche ich deine API-Schlüssel. Bei kostenlosen Open-Source-APIs kannst du mir sagen, ob du spezielle Wünsche hast, und ich regle das entsprechend.
