LLM Fine-Tuning Projekt
Fine-Tuning passt ein bestehendes LLM an eine Domäne oder einen Ton an. Es lohnt sich, wenn RAG plus Prompting Grenzen erreichen, etwa bei stark domänenspezifischer Sprache, eigenen Datentypen oder strikten Format-Anforderungen.
Die Übersicht beschreibt eine typische Projektart. Du kannst dein Profil auch hinterlegen, wenn aktuell kein passendes Mandat veröffentlicht ist.
Wann sich dieser Projekttyp lohnt
- RAG allein liefert keine konsistente Qualität.
- Eigene Formate / Schemata sind verbindlich.
- Latenz oder Hosting-Kosten zwingen zu kleineren Modellen.
- Datenschutz erfordert On-Prem-Deployment.
Typische Phasen
- Phase 1 · 3 bis 6 WochenDatensatz-AufbauKuratiertes SFT-Set inkl. Eval-Goldset
- Phase 2 · 3 bis 4 WochenTraining & EvalModellkandidaten, Vergleich gegen Baseline
- Phase 3 · 3 bis 5 WochenDeploymentvLLM/TGI in VPC, Latency-Tuning
Rollen und Tagessätze
- LLM Engineer (Fine-Tuning)1.100 bis 1.450 EUR
- ML Engineer950 bis 1.300 EUR
- Data Engineer900 bis 1.200 EUR
Risiken und Stolperfallen
- Schlechte Datensätze → schlechtere Modelle als Baseline.
- Fehlende Eval-Disziplin.
- Hosting-Kosten unterschätzt.
Häufige Fragen (FAQ)
- LoRA oder Voll-Fine-Tuning?
- Für 90 % der Use Cases LoRA/QLoRA. Voll-Fine-Tuning lohnt fast nie.
- Wie groß muss der Trainingsdatensatz sein?
- Realistisch 1.000 bis 20.000 sorgfältig kuratierte Beispiele. Qualität schlägt Menge.
- Was kostet das GPU-Training?
- LoRA auf 70B-Modell typischerweise 2.000 bis 8.000 EUR pro Trainingslauf.
Bewerbung in 60 Sekunden
Profil für passende Mandate hinterlegen
Sag uns, welche Erfahrung du mitbringst, wann du verfügbar bist und welche Projekte du suchst. Wenn ein Mandat fachlich passt, sprechen wir mit dir über die Eckdaten.
- Direkter Draht zum Auftraggeber, kein Recruiter-Pingpong.
- Tagessatz wird vor dem ersten Call abgeklärt, keine versteckte Range.
- Klare Aufgabe, klares Budget, klare Entscheidungswege.
- Antwort in 48 h, nur wenn das Mandat wirklich zu dir passt.
- Wiederkehrende Mandate möglich: gute Profile bleiben im Talent-Pool.
Hinweis: Profil-Link ist optional LinkedIn, freelance.de, freelancermap, Malt, GitHub oder eigene Portfolio-URL.