Om UppuTech

UppuTech AB drivs av mig, Arun Uppugunduri. Jag är dataingenjör och AI-arkitekt och bor i Sundbyberg.

De senaste åren har jag byggt AI-agenter, datapipelines och integrationer som körs i produktion i reglerade miljöer. Jag har arbetat nära ledningsgrupper, tagit system genom säkerhetsgranskning och lämnat över dem så att andra kan förvalta dem.

Nu tar jag med samma arbetssätt till fler företag: hitta det som kostar mest, bygga bort det och visa resultatet i timmar och kronor. Små, tydliga projekt först. Större saker när de första har betalat sig.

Erfarenhet från

Klarna, Blocket, Netlight, GoClimate

Utbildning

Civilingenjör i industriell ekonomi med masterinriktning i maskininlärning och AI, samt kandidat i datavetenskap. Linköpings universitet.

Teknik

Python, SQL, React, Node.js, AWS, Snowflake, Kafka, PostgreSQL, LLM:er och AI-agenter, RAG, MCP

Ett urval av tidigare arbete

Verifikation

Anbud och RFP:er

Före: Varje anbud skrevs för hand av specialister inom produkt, juridik och sälj.
Efter: En AI-assistent skriver utkast med källhänvisning ur tidigare anbud och dokument.
Effekt: 60 till 70 procent av standardsvaren skrivs automatiskt.

Fintechbolag, i drift sedan 2024

Verifikation

Leadkvalificering

Före: Nya leads bedömdes manuellt med hjälp av ett dyrt externt analysverktyg.
Efter: En AI-agent bedömer varje lead direkt när formuläret skickas och postar resultatet i säljteamets kanal.
Effekt: Verktyget sades upp. Besparing i sexsiffrigt belopp per år.

Fintechbolag, säkerhetsgranskat utan anmärkningar

Verifikation

Registreringsflöde

Före: Ansökningar föll bort i registreringen utan att någon såg var eller varför.
Efter: Nytt flöde, fler betalleverantörer och prisregler anpassade per marknad.
Effekt: Över en tredjedel högre konvertering.

Betalbolag, flera marknader

Verifikation

Datakvalitet

Före: Meddelanden från partners försvann tyst i ett internt system.
Efter: Fyra datakällor samkörda i en översikt, felen hittade och åtgärdade.
Effekt: Antalet verifierade partnerkanaler mer än fördubblades.

Tiotusentals poster, flera team

Verifikation

Molnkostnader

Före: En reglerad datapipeline med höga driftkostnader och risk vid granskning.
Efter: Omdesign enligt bankens krav på datahantering.
Effekt: Kraftigt sänkta AWS-kostnader och en pipeline som klarar granskning.

Bankreglerad miljö

Vad tar mest tid hos er i dag?

Boka 30 minuter. Ni pratar direkt med Arun Uppugunduri, som också gör jobbet, och får ett ärligt svar om vad som går att automatisera, vad det skulle kosta och vad det skulle spara.

Boka en kostnadsfri genomgång