Soluții/AI

Inteligență artificială,
pe propria dumneavoastră infrastructură.

Construim platforme AI enterprise pe Red Hat OpenShift AI: de la pregătirea datelor până la servirea modelelor, cu guvernanță și cu datele păstrate în interiorul perimetrului dumneavoastră. Acest domeniu este încă în curs de definire — conținutul de mai jos are caracter demonstrativ.

Prezentare generală

De la pilot la producție,
fără ca datele să iasă din organizație.

Majoritatea inițiativelor AI se blochează în faza de pilot: modelele nu ajung niciodată în producție, datele sunt dispersate, iar cerințele de conformitate împiedică folosirea serviciilor AI publice. Abordarea noastră pornește de la platformă, nu de la model.

—Platformă AI pe propria dumneavoastră infrastructură sau într-un cloud suveran

—Guvernanța datelor și trasabilitatea deciziilor

—MLOps: versionare, testare și lansare controlată

—Integrare cu sistemele de business existente

Servicii

Platformă AI enterprise

Red Hat OpenShift AI cu planificarea resurselor GPU, izolarea tenanților și acces federat.

MLOps și servirea modelelor

Pipeline-uri automatizate pentru antrenarea, validarea și livrarea modelelor în producție.

Ingineria datelor

Ingestia, curățarea și guvernanța datelor, cu catalog și politici de acces.

AI în operațiuni

Detectarea anomaliilor în telemetria și logurile sistemelor critice.

AI în securitate

Corelarea evenimentelor și prioritizarea automată a alertelor în SOC.

Pregătirea echipelor

Instruire, arhitectură de referință și suport pentru echipele interne.

Arhitectura
pe care o folosim

Întregul stack →

Metaminds rulează agenți și asistenți AI specializați pe aceeași platformă guvernată ca tot restul: modele locale open-weight, pe propriile noastre GPU-uri, pentru datele sensibile, Claude prin API acolo unde politica de date permite, instrumente expuse exclusiv prin MCP și fiecare acțiune înregistrată ca modificare în Git, care poate fi revizuită.

↓ Cererile coboară — cu context și instrumente atașate ↑ Răspunsurile și acțiunile urcă — prin Git, urmărite cap la cap

Cine folosește platforma Oameni, echipe și platforma însăși

Ingineri și operatori

Întreabă, redactează, revizuiesc și aprobă din Slack, Backstage sau IDE

Echipele de ofertare, vânzări și livrare

Licitații, propuneri, documentație as-built

Tenanții clienților

Sectorul public și industriile reglementate, izolate pe tenant

Platforma însăși

Agenți AIOps care citesc telemetria și acționează prin GitOps

Agenți și asistenți Produsele cu care oamenii lucrează efectiv

ClaudiaÎn producție

Analiza ofertelor și a licitațiilor: cerințe, riscuri, propunere de decizie go/no-go

Bot SlackClaude Agent SDK

DobbyÎn producție

Transformă configurația activă în documentație as-is

F5 · rețea · K8s

UziÎn producție

Propuneri, documentație as-built, suport pentru cod și code review

Claude Code

Asistentul de catalogTVP · M5

Întrebări și răspunsuri, cu acces doar în citire, ancorate în catalogul platformei

MCP · doar citireBackstage

Agenți SRE și de incidenteÎn dezvoltare

Corelează alertele, adună context, propun remedieri ca MR-uri

Prometheus · Loki · ELK

Agent de deploymentÎn dezvoltare

Coordonează promovările și lansările, face rollback la semnale negative

ArgoCD · Rollouts

Runtime-ul și orchestrarea agenților Cum gândesc agenții, cum își amintesc și cum ajung la instrumente

Runtime pentru agenți

Agenți care folosesc instrumente, cu permisiuni și stare de sesiune

Claude CodeClaude Agent SDK

Orchestrarea fluxurilor de lucru

Fluxuri în mai mulți pași, reîncercări, puncte de control umane

LangGraph

Puntea către instrumente

Singura cale prin care agenții ajung la sisteme: tipizată, delimitată, auditată

Servere MCP (proprii)GitLab · catalog · F5 · telemetrie

Cunoaștere și regăsire

Documente, configurații, tichete și runbookuri drept context

QdrantElasticsearch

Memorie și stare

Conversații, starea sarcinilor, aprobări, rezultate

CloudNativePG

Limite de siguranță pentru agenți

Identități cu privilegii minime, politici de admitere, secrete prin referință

KeycloakKyvernoInfisical

Stratul de modele Rutare după sensibilitate — local în mod implicit

Gateway LLM

Rutează după clasa datelor; cote, mascarea datelor, jurnalizare

Gateway / proxyAPI compatibil OpenAI

Modele locale open-weightOn-premises · suveran

Chat, raționament și procesarea inteligentă a documentelor în limba română, pe GPU-urile noastre

vLLMNVIDIA NIM

Model de vârf (frontier)Cloud · doar date permise

Raționament și programare de cel mai înalt nivel, acolo unde politica permite

Anthropic Claude API

Embeddings și rerankereOn-premises

Alimentează stratul de regăsire; nimic nu părăsește locația

vLLMIndecși Qdrant · Elastic

Ciclul de viață al modelelor

Servire, notebookuri, registru, fine-tuning; artefacte de model semnate

Red Hat OpenShift AIHarbor

Observabilitate LLM și evaluări

Trace-uri, cost, latență, calitate; evaluările condiționează autonomia

LangfuseOTel → Grafana

Infrastructură Aceeași platformă, aceleași locații, plus GPU-uri

Noduri GPU

Putere de calcul accelerată pe pool-uri de noduri GPU OpenShift, planificată și partiționată

Red Hat OpenShiftNVIDIA GPU Operator

Stack-ul de platform engineering

Multi-site, multi-tenant, bazat pe GitOps; agenții sunt livrați ca orice altă sarcină de lucru

GitLabArgoCDCrossplaneCilium · IstioF5 · NGINX

Planul de observabilitate

Ce citesc agenții — și după ce sunt evaluați

PrometheusLokiELK

Centre de date proprii

Suverane; rezidența datelor asigurată prin concepție

Locația 1 … Locația N

Guvernanță

Suveran prin concepție

Clasificarea datelor determină rutareaDatele sensibile și cele ale tenanților rămân pe modele locale; cloudul se folosește doar pentru clasele permise.

Agenții propun, oamenii aprobăAcțiunile de scriere ajung ca merge requesturi; la început doar citire, acțiuni abia mai târziu.

Privilegii minime pentru fiecare agentFiecare agent este un client Keycloak separat, cu un set delimitat de instrumente MCP.

Pistă de audit completăFiecare prompt, apel de instrument și modificare: trace-uri Langfuse plus istoricul Git.

Pregătire pentru reglementăriObligațiile din Regulamentul UE privind inteligența artificială (AI Act), secretul fiscal și izolarea tenanților, integrate în pipeline.

Mai multă autonomie nu înseamnă niciodată mai puțin control — limitele de siguranță sunt chiar cele ale platformei.

Principii de proiectare

Cum se comportă stratul AI

Agenții acționează prin GitOpsFără canale laterale — aceeași cale pe care o folosesc oamenii, revizuibilă și reversibilă.

MCP este singura interfață pentru instrumenteAutomatizări publicate o singură dată, apelabile de orice agent sau asistent.

Prioritate pentru modelele localeModele open-weight pe GPU-urile noastre, implicit; modele de vârf doar prin excepție și conform politicii.

Întâi ancorare, apoi generareRegăsire din catalog, configurații și documente — niciun răspuns fără sursă.

Evaluări înainte de autonomieFiecare pas de la asistent la agent se câștigă prin calitate măsurată.

Construit o dată, reutilizat pentru fiecare clientAcelași model deservește echipele interne și tenanții din sectoarele reglementate.

Sprijin, nu renunțare la responsabilitate: inginerii urcă la un nivel superior — supervizare, discernământ și proiectare.

De ce contează

Rezultate

AI suveran, credibil

Inferență, regăsire și memorie pe propria noastră infrastructură — un răspuns real pentru sectorul public și pentru tenanții din sectoarele reglementate.

Oferte, documentație și livrare mai rapide

Claudia, Dobby și Uzi economisesc deja ore întregi la licitații, documentație și propuneri.

Autonomie auditabilă

Fiecare acțiune a unui agent este un apel urmărit și o modificare în Git — explicabilă auditorilor și clienților.

O singură platformă, nu două

AI-ul este o sarcină de lucru pe platforma existentă și îi moștenește disponibilitatea ridicată, securitatea și disciplina GitOps.

Studii
de caz

Sector public · Cloud suveran

Cloudul Guvernamental

Un cloud privat suveran pentru sectorul public din România — peste 500 de servere în patru centre de date Tier IV, construit integral pe Red Hat OpenShift și OpenStack.

Inteligență artificială,pe propria dumneavoastră infrastructură.

De la pilot la producție,fără ca datele să iasă din organizație.