Zum Inhalt springen
Abdullah Al Rafi

Projekte

Systeme, die ich gebaut habe – und warum sie so aussehen.

Drei Fallstudien mit allen Rahmenbedingungen, Entscheidungen und Abwägungen, danach alles Weitere.

01 / Fallstudien

  1. Abb. 01
    • Document AI
    • Triton
    • ONNX Runtime

    OCR für bengalische Geburtsurkunden

    Eine bislang einzigartige mehrsprachige OCR für bangladeschische Geburtsurkunden, betrieben auf NVIDIA Triton für das Kunden-Onboarding bei bKash.

    erfolgreiche Onboardings pro Woche, höchstens
    3×
    OCR-Leistung
    +8%
    Anfragen pro Woche
    100k+

    Fallstudie lesen

  2. Abb. 02
    • RAG
    • FastAPI
    • Hugging Face

    Dokumenten-RAG-System

    Ein durchgängiges RAG-System für PDFs und Textdateien: eigenes Hugging-Face-Token mitbringen, gestreamte Antworten auf Basis der eigenen Datei erhalten – ohne Datenspeicherung.

    gespeicherte Uploads
    0
    Vektorspeicher-Cache pro Dokument
    5 Min.
    abgerufene Chunks, pro Anfrage wählbar
    1–10

    Fallstudie lesen

  3. Abb. 03
    • Automatisierung
    • PostgreSQL
    • Telegram

    Lazy Termin

    Ein Selenium-Checker, der eine deutsche Terminbuchungsseite überwacht und verifizierte Abonnenten über eine PostgreSQL-Outbox per Telegram benachrichtigt.

    Unit-Tests gegen eine echte PostgreSQL
    41
    Meldung pro Abonnent und Sperrfrist
    ≤1
    Zustellversuche, bevor der Admin informiert wird
    3

    Fallstudie lesen

02 / Weitere Projekte

  • 2025

    ML-Pipelines mit Apache Airflow

    Pipelines für Kundenabwanderung, Geschäftsanomalien und Customer Lifetime Value bei bKash portiert und erweitert.

    • Airflow
    • Python
    • Tabular ML

    Arbeitsprojekt

  • 2025

    Business-Intelligence-Agent

    Mitentwicklung eines BI-Bots bei bKash, der Geschäftsfragen mit einem LLM-Agenten beantwortet.

    • Google ADK
    • vLLM
    • MCP

    Arbeitsprojekt

  • 2025

    BDT-Wechselkurs-Tracker

    Live-Diagramm des bangladeschischen Taka gegenüber EUR, USD und weiteren Währungen, mit Hoch- und Tiefstwerten für jeden Zeitraum.

    • Next.js
    • Chart.js
    • ISR

    Tracker öffnen

  • 2022

    Blog

    Mein Blog, gebaut mit Next.js, Tailwind CSS und Incremental Static Regeneration.

    • Next.js
    • TypeScript
    • ISR

    Zum Blog zu Blog (öffnet in neuem Tab)

  • 2022

    docker-django-celery-redis

    Eine Vorlage für Django in Docker mit Celery-Workern und Redis.

    • Django
    • Celery
    • Docker

    Quellcode zu docker-django-celery-redis (öffnet in neuem Tab)

  • 2021–23

    Feintuning bengalischer Spracherkennung

    Bengalische Spracherkennungsmodelle mit NVIDIA NeMo bei Aequisym AI feinjustiert.

    • NeMo
    • ASR
    • PyTorch

    Arbeitsprojekt

  • 2020

    pdfjoiner

    Ein PDF-Zusammenfüger für Studierende.

    • Python

    Quellcode zu pdfjoiner (öffnet in neuem Tab)