ebroker

Agente LLM para Ebroker

Compartir:

Reto:

Ebroker, el portal de corredores de seguros, buscaba integrar un modelo de lenguaje grande (LLM) en su aplicación, permitiendo a los corredores consultar directamente al bot información relevante, como pólizas de seguros, valores cubiertos y otros detalles relacionados.

Solución:

Como consultor, desarrollé un plan integral para Ebroker, orientando a sus desarrolladores sobre cómo construir agentes usando Langchain, crear herramientas personalizadas y evaluar sistemas RAG. El Proof of Concept (PoC) recibió comentarios muy positivos por parte de la división de negocio.

Miguel fue contratado para ayudarnos a desarrollar un agente basado en un modelo de lenguaje grande (LLM) que pudiera procesar e interactuar con los datos de seguros de Ebroker. A lo largo del proyecto, Miguel demostró una competencia técnica excepcional, un profundo entendimiento de nuestras necesidades comerciales y un genuino entusiasmo por contribuir en cada etapa. Desde el punto de vista técnico, la experiencia de Miguel en IA fue evidente desde el principio. No solo ayudó a diseñar la arquitectura de la solución, sino que también resolvió muchos de los desafíos que enfrentamos durante la implementación. Su enfoque meticuloso garantizó que el agente LLM pudiera interpretar y responder con precisión a consultas complejas sobre seguros, mejorando la eficiencia y confiabilidad de nuestros sistemas.
Pedro Ramos Fuertes
Director de Desarrollo de Negocio | Desarrollo de Negocio | Gestión de Proyectos | CISA

Become a Real Machine Learning engineer in a world full of hype