Reldava Tech
Будую системи, які можуть довести, що працюють.
Продакшн-системи - мультитенантна RAG-платформа, SaaS для AI-чатботів, рушій аналізу репозиторіїв - спроєктовані, побудовані, розгорнуті і виміряні одним інженером.
Відкритий до контрактної роботи.
Що я будую
Чотири речі, і зазвичай вони приходять разом.
RAG, агенти та LLM-системи
Гібридний пошук і реранкери; агентні цикли з власними інструментами і будь-яким MCP-сервером, який ви додасте; прогони оцінювання, які показують ціну зміни до релізу; вартість і токени, пораховані на кожен запит. Моделі, які працюють не лише за API, а й усередині деплою: ембедінги, зведені до спільної розмірності між провайдерами, крос-енкодер, що ранжує на CPU, локальні моделі через Ollama, визначення мови при інгесті, щоб кожен документ індексувався своєю. Пайплайни, які версіонуються і вимірюються, тому зміна в них - це експеримент, а не ставка.
Цілі продукти, а не прототипи
Автентифікація, організації, квоти, білінг, адмін-консоль, OAuth-інтеграції, канали спілкування, деплой. Усе, що демо пропускає, а платний клієнт помічає на другий день: ліміти тарифу, проти яких списується не лише чат, а й індексація, рядок аудиту за кожною чутливою дією і міграції, які тягнуть це все далі без вікна простою.
Операційність, яку видно
Метрики, трейси, вартість на рівні промпта, дашборди з репозиторію, ранбуки для інциденту о третій ночі. Чотири інструменти на чотири різні питання: що модель побачила і скільки це коштувало, куди пішов час усередині одного запиту, що відбувається на всіх запитах разом і коли когось треба будити. Якщо ніхто не може сказати, що зламалося, - робота не завершена.
Аналіз кодових баз
Що репозиторій каже про процес, який його породив: де концентруються переробки, хто насправді володіє якою областю, скільки коштуватиме передача знань. На реальній кодовій базі розробник з найбільшою кількістю комітів володів трьома відсотками бекенда - наївний підрахунок перевертає картину. Докази, сформульовані як питання, а не як вироки.
Вибрані проєкти
Кілька систем, які я побудував. Кожна пройшла шлях від порожнього каталогу до робочого деплою.
RAG Platform
Документи всередину, обґрунтовані відповіді назовні - і числа, які кажуть, чи добрий пошук.
Мультитенантна RAG-платформа, де пайплайн пошуку - це граф, який редагують, версіонують і перевіряють A/B-тестом на живому трафіку, а кожна суперечка про нього закривається виміряним прогоном, а не смаком.
- Гібридний пошук, індексація по мовах, крос-енкодер реранк на CPU
- Пайплайни як версіоновані дані, які редагують на канві
- Прогони оцінювання з семи метрик через реальний виконавець
- Відкритий код під MIT, разом з ADR
ReldavaBot
AI-чатботи по власних даних, які роблять люди, що не пишуть код.
SaaS, який перетворює теку документів або сайт на чатбота, якого можна вбудувати чи під'єднати до месенджера, - з якістю пошуку платформи для інженерів і інтерфейсом для тих, хто інженером не є.
- Гібридний пошук, реранк і препроцесинг запитів, окремо для кожного бота
- Віджет для сайту, публічні посилання, Telegram, WhatsApp, Messenger, Instagram
- Білінг Stripe, квоти, адмін-консоль, OAuth-джерела документів
PulseRepo
Що репозиторій каже про процес, який його породив.
Рушій аналізу, якому потрібен лише репозиторій, для тих, хто платить за софт, але не читає його щодня: де концентруються переробки, хто насправді володіє якою областю, скільки коштуватиме передача знань - як питання з доказами, ніколи як вироки про людей.
- Детерміноване ядро: володіння, переробки, churn, bus-фактор
- Аналіз на рівні функцій через tree-sitter, AI-шари зверху
- Ранжована стрічка питань, які варто поставити, кожне з доказом
Чим можу допомогти
Чотири формати співпраці. Кожен описується письмово до того, як почнеться.
Побудувати
Система, доведена від порожнього каталогу до продакшну і підтримана після запуску: архітектура, реалізація, деплой і дашборд, який каже, чи вона здорова.
Фіксований обсяг, поетапна здача
Аудит RAG та LLM
Наявна AI-функція, виміряна замість того, щоб про неї сперечатися: якість пошуку на вашому корпусі, вартість відповіді, що каже еталонний набір і які зміни варто зробити першими.
Один-два тижні, письмовий звіт з числами
Дью-ділідженс кодової бази
Для власника або інвестора, який дивиться на код, що писав не він: володіння, переробки, bus-фактор і скільки коштуватиме передача знань - як питання з прикріпленими комітами.
За репозиторій, з розбором на дзвінку
Технічна експертиза
Аудит архітектури, вибір моделей і постачальників, будувати чи купувати, і друга думка про план, поки міняти його ще дешево.
Постійно, погодинно або помісячно
Як я працюю
Шість звичок, які видно в кожному з цих репозиторіїв.
Розвідка перед кодом
Спочатку прочитати те, що вже є - дані, наявний процес, бізнес-правила, які ніхто не записав, - і скласти їх каталог. Те, що вже існує, це специфікація, а не зразок коду.
Рішення живуть поруч з кодом
Кожен неочевидний вибір отримує письмовий запис з альтернативами і причиною. Через півроку на питання відповідає репозиторій, а не пам'ять.
Суперечки закінчуються числами
Еталонний набір питань, зафіксований пайплайн, одна зміна за раз. Сім метрик замість однієї, бо оптимізація єдиного числа - це те, як система гіршає, поки її оцінка росте.
Продукт вирішує власник
Продуктові питання ставляться до реалізації, простою мовою, з озвученим компромісом. Я не закриваю їх мовчки всередині коміту.
До користувача доходить проста мова
Кожна настройка, до якої може дотягнутися нетехнічна людина, пояснена там, де вона стоїть. Внутрішні назви ніколи не з'являються в інтерфейсі.
Чесні межі
Те, чого система не вміє, записано поруч з тим, що вона вміє. Інструмент, який ніколи не каже "тут усе гаразд", нічого не міряє, а обіцянка, що тихо перевищує докази, коштує дорожче, ніж приносить.
Стек
Чим користуюся. Це список того, на чому реально працюють ці системи.
- Мови
- TypeScript
- Python
- SQL
- Bash
- Веб
- Next.js
- React
- Tailwind
- FastAPI
- Node
- Дані
- PostgreSQL
- pgvector
- Postgres FTS
- ltree
- Redis
- Drizzle
- Alembic
- AI
- OpenAI
- Anthropic
- Gemini
- Ollama
- LangGraph
- MCP
- Крос-енкодер реранкери
- tree-sitter
- Операції
- Docker
- Helm
- Terraform
- GitHub Actions
- Prometheus
- Grafana
- OpenTelemetry
- Langfuse
- systemd
- Продукт
- Stripe
- OAuth
- Telegram
- Messenger
- Playwright
- pytest
Про мене
Я інженер. Я веду систему від порожнього каталогу до того, що працює в продакшні, і залишаюся за неї відповідальним після запуску: схема, пошук, інтерфейс, білінг, деплой і дашборд, який каже, чи вона здорова.
Reldava Tech - це ім'я, під яким живуть мої продукти. Усе на цьому сайті побудовано однією людиною, і саме тому кейси розповідають про компроміси, а не про розмір команди.
Розкажіть, що ви будуєте
Для початку достатньо опису задачі. Якщо це моє - скажу, що б я побудував, скільки це приблизно займе і чого робити не став би.
Обговорити задачу