David Loor
AI, Cloud & Web Solutions Architekt
Derzeit berate ich eine kleine Auswahl von Kunden zu KI-Integration, Cloud-Architektur und Web-Modernisierung. Offen für Senior-Engineering- und Tech-Leadership-Rollen.
$ letzte-projekte öffnen
- RFP SearchKI-gestützte Ausschreibungssuche
- AIdaemonSelbst gehostete Agenten-Laufzeit
- BannermarchPersistentes Strategiespiel
- MCP-ServerWerkzeuge und Integrationen für Agenten
Expertise & Fähigkeiten
Ein produktionsnahes Toolkit aus mehr als 17 Jahren Projekterfahrung.
Karriere & Ausbildung
Berufserfahrung
Web Tech Lead
Ich leite ein funktionsübergreifendes Team von 4+ Personen bei staatlich ausgerichteten KI- und Webprojekten. Entwicklung sicherheitsorientierter Lösungen für den öffentlichen Sektor, die KI, Datenbanken und Webtechnologien mit hoher Verfügbarkeit bei nationalen Verkehrsanstiegen kombinieren.
Director of Web Development
Leitung und Mentoring eines globalen Teams von 10+ Entwicklern auf drei Kontinenten bei großen Unternehmensplattformen. Verwaltung von Drupal- und WordPress-Implementierungen mit robuster Sicherheit, Leistung und WCAG 2.1-Barrierefreiheitsstandards.
Ausbildung
Ingenieur für Computersysteme
AbschlussAbschluss in Computer- und Informationswissenschaften an der führenden technischen Universität Ecuadors, was eine starke Grundlage in Software-Engineering, Algorithmen und Informatikprinzipien schuf.
Aus dem Blog
Mein Agent verlor immer wieder gespeicherte Fakten
AIdaemon konnte eine Tatsache speichern und sie dann nicht finden, wenn ich danach fragte. Semantische Suche ordnet nach Themen, sodass die kurze Tatsache mit der richtigen Antwort unter wortreicheren in der Nähe begraben wird. Ein Reranker liest jeden Kandidaten gegen die Frage und bringt den richtigen wieder nach oben.
18.06.2026aiLokales Gemma war zu langsam mit AIdaemon, bis ich llama.cpp und die Prompt-Größe optimierte
Ich wollte AIdaemon auf lokalem Gemma 4 26B über llama.cpp, nicht Ollama. Die Generierung lief mit ~45 tok/s auf einem M4 Pro. Agenten-Turns fühlten sich immer noch träge an, da das Prefill bei 14k-Token-Prompts 8 bis 9 Sekunden dauerte, bevor das Modell ein einziges Wort schrieb.
08.06.2026AIWie produktionsreife KI-Agenten tatsächlich funktionieren
Eine leicht verständliche Einführung in die Steuerungsebene, Werkzeugebene, den Speicher, Schutzmechanismen, Sub-Agenten und die Beobachtbarkeit hinter produktionsreifen KI-Agenten.
20.05.2026Nehmen Sie Kontakt auf
Ein System modernisieren, eine KI-Idee prüfen oder eine Senior-Rolle besprechen?
Sprechen wir
Buchen Sie einen kurzen Termin oder senden Sie den Kontext per E-Mail.
- KI-Integration
- Cloud-Architektur
- Web-Modernisierung
Diese Seite mit Ihrem KI-Agenten abfragen
Dieses Portfolio ist als Model-Context-Protocol-(MCP)-Server verfügbar. Agenten können Blogbeiträge durchsuchen, das Profil lesen und direkt Beratung anfordern. Funktioniert mit Claude Desktop, Claude Code, Cursor oder jedem MCP-Client.
Verfügbar für ausgewählte Beratungsprojekte und Senior-Rollen