Αυτοματοποίηση με AI
Επαναλαμβανόμενη δουλειά — διαχείριση εγγράφων, αναφορές, καταχώρηση δεδομένων, διαλογή αιτημάτων — ξαναχτισμένη ώστε να την κάνει το λογισμικό αντί για άνθρωπο. Κοιτάζω πρώτα το βαρετό 80%, γιατί εκεί είναι το κέρδος.
Γεια σας, είμαι ο
George Levis
AI/ML Engineer
Φτιάχνω συστήματα που δουλεύουν, όχι παρουσιάσεις. Η καθημερινή μου δουλειά είναι μια enterprise πλατφόρμα agentic AI — LangGraph, MCP servers, autonomous LLM agents πάνω σε πραγματική data infrastructure. Παράλληλα βοηθώ επιχειρήσεις να βάλουν AI, αυτοματοποίηση και απλά καλό λογισμικό σε πραγματικά προβλήματα: διαδικασίες που τρώνε ώρες κάθε εβδομάδα, εργαλεία που δεν συνομιλούν μεταξύ τους, δουλειά που δεν θα έπρεπε να απαιτεί άνθρωπο. Αν βγαίνει σε παραγωγή και αντέχει, με ενδιαφέρει.
Ενδιαφέροντα
Deep LearningReinforcement LearningLLMsFederated LearningMLOpsRAGMulti-Agent Systems
Τεχνολογίες
Python
PyTorch
Docker
AWS
K8s
Git
Linux
SQL
Υπηρεσίες
Τι Κάνω
Βοηθώ επιχειρήσεις να λύσουν συγκεκριμένα προβλήματα με AI, αυτοματοποίηση και λογισμικό — φτιάχνοντας τη λύση, όχι απλώς προτείνοντάς την.
Ενσωμάτωση AI
Σύνδεση του AI με τα συστήματα που χρησιμοποιείτε ήδη — βάσεις δεδομένων, εσωτερικά εργαλεία, CRM — μέσα από σωστά ορισμένα interfaces και όχι με ακόμη μία αποκομμένη εφαρμογή. Αυτή είναι η καθημερινή μου δουλειά: MCP servers και agent tooling πάνω σε enterprise data infrastructure.
Εκπαίδευση σε AI
Πρακτικά sessions για ομάδες που θέλουν να χρησιμοποιούν σωστά το Claude, το ChatGPT και παρόμοια εργαλεία: τι αναθέτεις, τι ελέγχεις και πώς διατυπώνεις ένα prompt ώστε το αποτέλεσμα να στέκει. Βασισμένα στο πώς χρησιμοποιώ ο ίδιος αυτά τα εργαλεία καθημερινά, όχι σε παρουσιάσεις προμηθευτών.
AI Agents & Ροές Εργασίας
Agents που σχεδιάζουν, καλούν εργαλεία και ολοκληρώνουν μόνα τους πολυβηματική δουλειά — όπως αυτά που φτιάχνω στην Cognity με LangGraph και agent SDKs. Για όταν ένα σταθερό script δεν αρκεί και ο άνθρωπος στη μέση είναι πολύ αργός.
Ιστοσελίδες & Web Εφαρμογές
Γρήγορα, συντηρήσιμα sites και web εφαρμογές — Vue/Nuxt, TypeScript, deployment που τρέχει μόνο του. Αυτό το site είναι ένα από αυτά: statically generated, με CMS, και rebuild σε κάθε push.
Custom Λογισμικό
Το εσωτερικό εργαλείο που χρειάζεται η ομάδα σας αλλά δεν μπορεί να αγοράσει: dashboards, APIs, υπηρεσίες Q&A σε έγγραφα, η κόλλα ανάμεσα σε δύο συστήματα που αρνούνται να συνεργαστούν. Φτιαγμένο μικρό, τεκμηριωμένο και παραδοτέο, ώστε να μη μείνετε δεμένοι σε εμένα.
Machine Learning & Δεδομένα
Όταν το πρόβλημα χρειάζεται πραγματικά μοντέλο — προβλέψεις, ανίχνευση ανωμαλιών, fine-tuned LLM — τα έχω φτιάξει και τα έχω βγάλει σε παραγωγή, με peer-reviewed έρευνα πίσω από τη θεωρία. Θα σας πω επίσης όταν δεν χρειάζεται.
Κάτι άλλο;
Τα πραγματικά προβλήματα σπάνια χωράνε σε τακτοποιημένες κατηγορίες. Περιγράψτε μου το δικό σας και θα σας πω τι θα έφτιαχνα — ή ότι δεν με χρειάζεστε.
Επικοινωνία →Portfolio
Πράγματα που Έχω Φτιάξει
DocuRAG
Σύστημα Retrieval-Augmented Generation (RAG) σε Python για ερωτοαπαντήσεις πάνω σε έγγραφα. Χτισμένο με FastAPI, HuggingFace transformers και FAISS vector search. Υποστηρίζει PDF, TXT, DOCX και MD, με REST API και web interface σε Streamlit.
PythonRAGFastAPI
Smart Home P2P Energy Trading with RL
Προσέγγιση deep reinforcement learning για τη βελτιστοποίηση της ενεργειακής κατανάλωσης έξυπνων σπιτιών, με παράλληλη αποτροπή συμπεριφορών καρτέλ σε peer-to-peer αγορές ενέργειας. Υλοποιεί DDPG για τη λειτουργία HVAC, τη διαχείριση μπαταρίας και τη στρατηγική τιμολόγησης.
PythonPyTorchDDPG
Finetuning LLM Gemma3 for AI Detection
Σύστημα ανίχνευσης κειμένου παραγόμενου από AI, μέσω fine-tuning του Gemma3-4B της Google με βελτιστοποιήσεις Unsloth στο dataset RAID. Ανιχνεύει κείμενο από 11 διαφορετικά LLMs σε πολλαπλά πεδία, με εκπαίδευση αποδοτική σε μνήμη πάνω σε καταναλωτικό hardware.
PythonLLMFine-tuning
Έρευνα
Επιλεγμένη Δημοσίευση
Multi-agent deep reinforcement learning για peer-to-peer εμπορία ενέργειας σε κοινότητες έξυπνων σπιτιών — ισορροπώντας άνεση, κόστος και δικαιοσύνη στην αγορά.
Όλες οι δημοσιεύσειςFedRA: A Fully Decentralized Federated Learning Framework for Robust Intelligence Sharing across O-RAN dApps
Sotirios T. Spantideas, Anastasios E. Giannopoulos, George A. Levis, Panagiotis Trakadas
We propose a resilient and fully decentralized federated learning framework specifically adapted for Open Radio Access Networks (O-RAN) named FedRA that enables collaborative intelligence between dApps. We present how FedRA can be deployed in the O-RAN architecture by using already existing interfaces between the well-defined RAN components and how real-time ML applications (dApps) can interact to share their distilled intelligence. The software components of FedRA are described along with the step-by-step deployment workflow, outlining practical guidelines for its implementation. Finally, the framework is validated in a simulated environment using both real and simulated datasets reporting the time series of throughput provided by multiple radio units; two different ML models hosted in FedRA nodes either detect anomalies in upcoming network traffic or forecast data-rate values. The achieved accuracy confirms the validity of FedRA in the training of cell-specific ML models and the decentralized collaborative intelligence sharing among them. FedRA is also compared to a typical client/server approach in terms of model accuracy and network communication cost.
Έχετε ένα πραγματικό πρόβλημα να λύσετε;
Μια διαδικασία που τρώει ώρες κάθε εβδομάδα, συστήματα που δεν συνομιλούν μεταξύ τους, μια ιδέα που πρέπει να γίνει λογισμικό — πείτε μου. Θα σας απαντήσω ευθέως: αν το AI βοηθάει πραγματικά, τι θα έφτιαχνα και τι δεν αξίζει τον κόπο.
Επικοινωνήστε μαζί μου