Über uns
Ein Engineering-Studio für KI-Systeme, die in Produktion gehen.
Wir sind ein kleines Team erfahrener Ingenieure, das ML-Plattformen für E-Commerce und Medizin baut. Wir architektieren, liefern und betreiben, was wir abliefern.
Was wir tun
Vier Arbeitsbereiche.
- Architektur von KI-Systemen für E-Commerce und Medizin
- Wir entwerfen intelligente Pipelines für Produktempfehlungen, Nachfrageprognosen und klinische Entscheidungsunterstützung.
- Multi-Modell-LLM-Orchestrierung
- Orchestrierung über Claude, GPT und Gemini hinter einer einheitlichen Kosong-Abstraktion, mit Pydantic-validierten Schemata über den gesamten Stack.
- Custom-Modelle für Bild, Video und Stimme
- PyTorch-basierte Modelle für Modalitäten, die Standard-APIs nicht abdecken — kalibriert, evaluiert und in Produktion betrieben.
- Engineering Leadership
- Wir führen Engineering-Teams bei der Auslieferung produktionsreifer ML-Plattformen — von Architekturentscheidungen bis zum Bereitschaftsdienst.
Vorgehen
Vier Phasen. Kein Theater.
- 01
Architektur
Domäne kartieren, Daten modellieren, entscheiden, wo ML Wert schafft — und wo nicht.
- 02
Validierung
Prototypen, Benchmarks, Messung. Kein Modell in Produktion ohne eine auf echten Daten geschlagene Baseline.
- 03
Auslieferung
Pipelines mit Pydantic-validierten Schemata, Observability und Rollback. CI/CD als Gewohnheit, nicht als Ausnahme.
- 04
Betrieb
Drift überwachen, im Takt nachtrainieren, Kosten pro Inferenz im Griff behalten. Wir bleiben, wenn die Daten sich verschieben.
Prinzipien
Vier Dinge, an die wir glauben.
- Belege statt Begeisterung
- Wir sagen Ihnen, wenn ML nicht die richtige Antwort ist.
- Schnittstellen statt Anbieter
- Modelle sind austauschbar. Die Schnittstelle, die sie orchestriert, ist es nicht.
- Langweilige Infrastruktur
- Postgres, Pydantic, vorhersehbare Deployments. Das Interessante liegt eine Schicht darüber.
- Betrieb, was wir liefern
- Wenn wir ein Modell ausliefern, übernehmen wir auch den Bereitschaftsdienst dafür.
Start