Engineering the Agentic Stack
Dans l'ordre. Commencez par la boucle.
Systèmes d’AI en production · Berlin
Construire des systèmes d’IA qui s’améliorent grâce aux preuves
Je conçois des systèmes d’IA en production à l’intersection de l’ingénierie logicielle, des agents, de l’évaluation, du retrieval, de la sécurité et de l’infrastructure — en transformant les traces et les échecs en expériences contrôlées, en mises en production fiables et en comportements plus sûrs.
Automatisez l’expérience, pas l’autorité qui la déclare sûre.
- Staff AI System Engineerlogiciel · agents · évaluation · sécurité
- Plus de 11 ansAI et logiciel en production
- Doctoratdiagnostic par AI · équivalent PhD
- Open sourcesystèmes reproductibles
Séries d’articles
Building and Evaluating Agent Harnesses
Construire le harnais, puis mesurer chaque changement.
Meta-Engineering AI Systems
Des traces d'échec aux changements vérifiés.
Autres sujets
Agents IA 17 Ingénierie des modèles 9 Infrastructure IA 6 Systèmes de recherche et de langage 4 Outils de développement 8
Les plus lus
- Systèmes de recherche et de langage Guide NER 2026 : GLiNER, spaCy, Transformers et LLMs 51 min
- Systèmes de recherche et de langage OCR en 2026 : pipelines classiques, VLMs et Document AI 27 min
- Systèmes de recherche et de langage Métriques d’évaluation du RAG : retrieval, reranking, génération 55 min
- Ingénierie des modèles Guide du fine-tuning des LLM : quand l'utiliser, LoRA et QLoRA 35 min
Derniers articles
Tous les articles →- Agent ou workflow : cinq conceptions pour un seul assistant de support 25 min
Les mêmes tâches de support réalisées par un agent, un agent avec approbation, un agent dans un workflow, un routeur et un workflow sans agent, comparés sur un même jeu de tests.
- Concevoir un harness d’agent : de la tâche à l’architecture 31 min
Comment les exigences d’une tâche façonnent un harness d’agent : choisir le flux de contrôle, les outils, l’exécution de code, l’état, les permissions et les preuves avant de choisir un framework.
- Méta-ingénierie des systèmes AI : des traces à une meilleure mémoire 21 min
Transformez une mauvaise réponse de l’outil de mémoire d’un agent en amélioration testée, puis vérifiez si un simple script aurait pu trouver le même correctif sans LLM.
À propos
Les systèmes autour du modèle sont le produit.
Je suis Slava Dubrov, Staff AI System Engineer, titulaire d’un doctorat en diagnostic par AI. Je travaille sur l’ingénierie logicielle, les systèmes d’agents, l’évaluation, le retrieval, la sécurité et l’infrastructure de production.