Självständig .NET-utvecklare med tydlig tyngd i backend och praktisk erfarenhet av att bygga lokala, integritetsbevarande AI-lösningar som går att konsumera från befintliga .NET-tjänster. Han kombinerar modern .NET (Core/6/7/9), EF Core och SQL Server med CI/CD och Docker för att leverera robusta API:er med god prestanda, testbarhet och driftsäkerhet. I uppdrag har han arbetat nära verksamhetskritiska system med krav på tillförlitlighet och snabb felsökning. På AI-sidan har han byggt en lokal AI-stack för intern användning med Open WebUI, llama-cpp-python, Ollama, PrivateGPT, TorToiSe-TTS och Whisper, paketerat i Docker och exponerat via Caddy/Cloudflare. Upplägget är optimerat för CPU/CUDA och även äldre GPU:er för att undvika molnberoende och hålla kostnaderna nere. Han har dessutom utvecklat en desktop-klient i PyQt5 för att köra LLM:er och visionsmodeller lokalt (stöd för GGUF, multimodal analys, FAISS-baserad RAG och offline-drift). För att göra AI funktionellt i vardagen bygger han lätta .NET-adaptrar/REST-API:er framför modellerna, med JWT-baserad autentisering, tvåfaktorsinloggning och loggning, så att team kan konsumera AI-funktioner som vanliga interna tjänster. Han använder RAG-mönster för att göra dokumentation och loggar sökbara och kan koppla på TTS/STT-flöden (TorToiSe/Whisper) vid behov. I den “klassiska” backendverktygslådan ingår .NET 9-baserad autentiseringstjänst (JWT/2FA/EF Core), REST-API:er, gRPC/SignalR för realtidsnära kommunikation, samt containeriserad leverans. Han arbetar strukturerat med versionering, automatiserade tester och integrationstester i pipeline. Erfarenheten omfattar även miljöer där Kubernetes förekommer. Sammanfattningsvis är han en .NET-backendutvecklare med AI-fokus som gillar mätbar nytta: lokalt körda modeller som är enkla att integrera, säkra att exponera och lätta att förvalta—utan att kompromissa med prestanda, testbarhet eller driftsäkerhet.

Logga in för att göra en förfrågan på denna profil
Användarnamn
Lösenord