AI, LLMs, and applied ML.
Notas de campo de um engenheiro sênior sobre IA, LLMs, agentes e aprendizado de máquina aplicado por Ercan Ermis.
All posts
Escolha o Vector Database pelo Que Quebra Primeiro
Quase todo sistema RAG deveria começar no pgvector. A pergunta útil não é qual vector database é mais rápido, mas qual modo de falha chega até você primeiro.
One Door to the Models, Parte 10: Observabilidade, Governança e os Números
Logar prompts torna o gateway processador do que os usuários digitaram. A Parte 10 fecha a série: traces, evals em produção, governança e o placar.
One Door to the Models, Parte 9: Eval Gates e Aposentadoria de Modelos
Uma approval que expira marca o stage como skipped, não como falho. A Parte 9 torna o eval um gate real e faz da aposentadoria de modelo uma query.
One Door to the Models, Parte 8: Orquestração em Cima do Gateway
Um framework de orquestração que faz retry e reroteia compete com o gateway. A Parte 8 mantém o framework fino e põe as tools sob a mesma identidade.
One Door to the Models, Parte 7: Azure AI Search ou um Vector Database
Azure AI Search cobra capacidade por SKU, não por vetores, e o vector index é limitado pela memória do tier. A Parte 7 decide por limites, não por features.
One Door to the Models, Parte 6: Semantic Caching e Seus Modos de Falha
Um semantic cache é uma superfície de correção, não só uma alavanca de custo. A Parte 6 ajusta o threshold, isola tenants e trata o dia em que o cache some.
One Door to the Models, Parte 5: Identidade, Quota e Chargeback
São cinco dimensions por métrica, e as time series se multiplicam. A Parte 5 constrói identidade de tenant, quota e chargeback que sobrevive à cardinalidade.
One Door to the Models, Parte 4: Trabalho Assíncrono Fora do Caminho da Requisição
Inferência em batch é uma segunda porta: arquivo entra, job roda, arquivo sai, sem policy de gateway no caminho. A Parte 4 mantém a contabilidade honesta.
One Door to the Models, Parte 3: A Abstração de Provider e o Streaming
Com stream em true, a contagem de tokens vira estimativa. Abra um WebSocket e o load balancing deixa de existir. A Parte 3 mapeia garantias por transporte.
Autenticação MCP corporativa: agentes finalmente ganham service accounts
SEP-1046 dá a agentes não assistidos um caminho OAuth real no MCP: client credentials com private_key_jwt. O que corrige, o que deixa aberto e como adotar.
Mais de Ercan
Mais dois sites, mesmo autor, terreno diferente.
Cloud, AWS, EKS, Terraform, engenharia de plataforma.
Notas de campo de sistemas em produção. EKS, IAM, Terraform em escala organizacional, observabilidade, otimização de custos.
Visitar ercan.cloud →O hub. Sobre, consultoria, contato.
Hub pessoal para as duas trilhas de escrita. Quem sou eu, como funciona a consultoria, como me contatar.
Visitar ercanermis.com →