Válogatás a legutóbbi AI-, felhő- és optimalizációs munkáimból. Az ügyfelek nevét nem tüntetem fel — a munka önmagáért beszél.
AI · Adatmérnökség
Egy felhőnatív eszközt terveztem és építettem, amely a nyers ügyfél-visszajelzéseket dinamikus taxonómiafává alakítja. Végpontok közötti pipeline-okat építettem a HubSpot CRM-adatok betöltésére, majd embedding-vektor-klaszterezéssel és dimenziócsökkentéssel osztályoztam azokat — full-stack Python és React, Terraformmal automatizált infrastruktúrával.
Optimalizáció · Serverless AWS
Egyetlen technikai felelősként egy végpontok közötti platformot készítettem a felvételi és kiszállítási ütemtervek optimalizálására. Serverless AWS-architektúrát (Amplify, Lambda, RDS Aurora) és egy egyedi, Google OR-Tools-ra épülő, AWS Batchen futó optimalizációs motort terveztem az összetett ütemezési feltételek kezelésére — React, Flask, Python, Terraform.
AI · Dokumentum-intelligencia
Olyan AI-pipeline-t építettem, amely több ezer oldalnyi strukturálatlan biztosítási adatot (PDF, kép, OCR) alakít tiszta, strukturált rekordokká. AWS Step Functionsre és Textractre épül, LangGraph-orchesztrációval, validációs pontozással és CloudWatch-monitorozással — a PDF-felületen forráskiemeléssel és SSR-React frontenddel, Valkey és DynamoDB háttérrel.
Felhőtanácsadás
Architekturális felügyeletet biztosítottam egy nagyméretű felhőmigrációhoz: technikai kockázatelemzés és feltérképezés a legacy MS SQL terhelések AWS Babelfishre költöztetéséhez, valamint biztonságos Amazon QuickSight dashboardok sorszintű biztonsággal (RLS) a több-bérlős adatszeparációhoz.