＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
━━━━━━━━━━━━━━━━━━━━━━━━━
【内容】
・図面画像の前処理、不要領域の除去、画像特徴抽出パイプラインの実装
・OCRによる図面内のテキスト抽出および文書画像解析
・画像特徴量（Embedding）やテキスト属性を組み合わせた類似度計算・ランキングロジックの実装
・Vector Search（ベクトル検索エンジン）を活用した検索処理の実装およびチューニング
・テストデータを用いた誤検索要因の分析、仮説検証、パラメータ調整による精度改善
・推論モデル／検索ロジックのAPI化およびSaaS基盤への組み込み実装
・推論速度やレイテンシーを考慮したコードの最適化

【開発環境】
言語：Python、SQL
FW：PyTorch、OpenCV、FastAPI / Flask、Transformers 等
サーバ構成：AWS / Google Cloud（Linux環境）、Docker
その他ツール：ベクトルDB（pgvector、Milvus、Pinecone等）、Git / GitHub、Jira

━━━━━━━━━━━━━━━━━━━━━━━━━
【スキル】
＜必須＞
・PythonおよびPyTorch等のフレームワークを用いた機械学習／ディープラーニングの実装経験（目安2〜3年以上）
・画像認識／Computer Vision分野において、特徴量抽出や類似度判定・照合・検索などへ応用した実務経験
・Embedding／ベクトルデータを用いた検索・照合ロジックの設計・実装経験
・実データを用いた「モデル実装〜評価指標に基づく精度検証〜改善」のサイクルを自ら回した経験
・機械学習モデルや推論ロジックをAPI（FastAPI等）やWebサービスへ組み込んだ実装経験
＜尚可＞
・類似画像検索（Image Retrieval）の実務開発経験
・OCR／帳票解析／文書画像解析、または図面・CAD・製造業データを扱った経験
・画像・テキスト・属性情報を組み合わせたマルチモーダル検索（Multimodal Search）の経験
・ベクトルデータベース（Milvus、Qdrant、Pinecone、pgvector等）の導入・運用経験
・推論高速化やコンテナ化（Docker）、MLOps基盤の構築・運用経験
・ユーザーからのフィードバックデータをもとにした継続的なモデル改善経験
・Kaggle等のコンペティション実績、または論文実装経験

━━━━━━━━━━━━━━━━━━━━━━━━━
【単価】80−130万円
【精算】140‐180h
【場所】フルリモート
【稼働条件】週5日
【期間】随時〜長期
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝