＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
━━━━━━━━━━━━━━━━━━━━━━━━━
【内容】
・物体検出、セグメンテーション、分類モデルの学習・評価・パラメータ調整
・OpenCVやffmpeg等を用いた画像・動画データの前処理およびデータセット整備
・評価指標（IoU、Precision、Recall、F1等）に基づく精度の測定・エラー分析
・推論パイプライン（AWS / Docker環境）の実装・改修およびバグ修正
・アノテーションデータのチェック、前処理スクリプト作成などのデータ品質管理サポート
・プロダクト側との連携に伴うAPI繋ぎ込み支援や軽微な機能追加

【開発環境】
言語：Python
FW：PyTorch、OpenCV
サーバ構成：AWS（EC2、ECS、Batch、Lambda、S3等）、Docker
その他ツール：ffmpeg、MLflow / Weights & Biases、Git / GitHub

━━━━━━━━━━━━━━━━━━━━━━━━━
【スキル】
＜必須＞
・PythonおよびPyTorchを用いた画像認識・ディープラーニングモデルの実務開発経験（目安2〜3年以上）
・物体検出、セグメンテーション、画像分類のいずれかを用いたモデル開発・学習・評価の実務経験
・OpenCVやffmpeg等を用いた画像・動画データの前処理スクリプト実装経験
・一般的な評価指標（IoU、Precision、Recall、F1等）を用いた精度検証およびエラー分析の経験
・Dockerを用いた開発環境の構築・再現性のある実験実行ができること
・Git / GitHubを用いたチーム開発経験
＜尚可＞
・セグメンテーション（SAM2、SegFormer、Mask2Former等）や最新物体検出（YOLO系、GroundingDINO等）の実装・チューニング経験
・動画処理パイプラインやトラッキングモデル（ByteTrack、DeepSORT等）の実務経験
・AWS（EC2、ECS、Batch、Lambda、S3等）を用いた推論・学習環境の利用・運用経験
・実験管理ツール（MLflow、Weights & Biases等）を用いたモデル・ログ管理経験
・アノテーションガイドラインの策定支援やアノテーターへの指示出し経験
・SNSやCGM、Webサービスにおけるコンテンツモデレーション機能の開発経験

━━━━━━━━━━━━━━━━━━━━━━━━━
【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
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝