並び順
- おすすめ順
- 新着順
- No elements found. Consider changing the search query.
- List is empty.
案件一覧
( 5,256 件中 111 - 120 件を表示) 【事業内容】 CtoC/BtoB向けデジタルプロダクトの開発・運営事業 【募集ポジション】 MLエンジニア 【募集背景】 体制強化のため 【業務内容】 ・セグメンテーション/物体検出/分類モデルの開発/学習/評価 ・推論パイプラインの設計/実装/本番運用 ・アノテーションデータの品質管理およびデータセット設計 ・既存パイプラインの改善/最適化（精度/速度） ・アノテーターチームへの技術的サポートおよびガイドライン整備 ・プロダクト開発チームと連携した機能開発および技術支援 【稼働日数】 週4日〜週5日 【単価】 80万円〜110万円 【必須条件】 ・PyTorchを用いたモデル学習/評価/デバッグ経験 ・セグメンテーション/物体検出/分類モデルのいずれかの実装経験 ・IoU/Precision/Recall/F1等の評価指標設計/実装経験 ・学習パイプラインのバグ特定/修正経験 ・Train/Val/Test分割やクラス不均衡対応を含むデータセット設計経験 ・OpenCV/ffmpeg等を用いた画像/動画データ前処理経験 ・アノテーションデータの品質管理経験 ・Pythonによる再現性のあるデータパイプライン実装経験 ・AWS（S3/EC2/ECS/Batch/Lambda等）の実務経験 ・Dockerを用いた環境構築および実験実行経験 【歓迎条件】 ・SAM2/SegFormer/Mask2Former等のセグメンテーションモデル実装経験 ・GroundingDINO/YOLO系等の物体検出モデル実装経験 ・ByteTrack/DeepSORT等のトラッキングモデル実装経験 ・動画処理パイプラインの設計/実装経験 ・fine-tuning/転移学習の実務経験 ・MLflow/Weights & Biases等の実験管理ツール使用経験 ・Gitタグ/セマンティックバージョニング等のモデル管理経験 ・推論パイプラインの本番運用経験 ・バッチ推論/GPU最適化経験
【スキル】 ＜必須＞ ・Pythonを用いたWebシステム開発経験2年以上 ＜尚可＞ ・Pandas/Flask/FastAPI/Djangoの経験
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ ━━━━━━━━━━━━━━━━━━━━━━━━━ 【内容】 顧客先の各部門で管理・更新しているデータソース（Excelファイルやcsv、tsvのテキストファイル）を元に、 データを集計・加工し、整合性チェック・計算・ファイル結合等を行うツールの改修をご担当いただきます。 Pythonを使ったプログラム開発案件となります。 要件定義～テストまで全工程をお1人で担当していただきます。 ━━━━━━━━━━━━━━━━━━━━━━━━━ 【スキル】 ＜必須＞ ・Python開発経験2年以上 ・顧客調整経験2年以上 ・能動的なコミュニケーションができ1人称で動ける人 ＜尚可＞ ・Excelマクロの開発経験 ━━━━━━━━━━━━━━━━━━━━━━━━━ 【期間】随時〜長期 【勤務時間】10：00〜19：00 ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
■案件の内容 HR領域で大規模なWebサービスを展開する企業にて、サービスの中核となるレコメンデーションシステムの開発・実装を担当いただきます。 データサイエンス領域を扱うチームに参画し、要件定義などの上流工程から実装・運用まで一貫して携わっていただくポジションです。 主な業務内容は以下の通りです。 ・PythonやSQLを用いた、各種機械学習モデルのレコメンド施策への適用および実装開発 ・AWS環境における、各種レコメンデーション用バッチ処理およびAPIの構築・提供 ・データ前処理からモデリング、分析結果に基づくアルゴリズムの適用 ・ビジネス要件をシステム仕様へ落とし込む要件定義・設計実務 大量のデータを活用し、ユーザーと最適な情報のマッチングを実現するためのバックエンドおよびデータ基盤連携の開発を主導いただきます。主体性を持って自ら課題を見つけ、技術的なアプローチで解決に導ける方を募集しています。 ■求めるスキル： ・Pythonを用いたシステム開発またはデータ処理の実務経験 3年以上 ・要件定義・詳細設計以降の上流工程の実務経験 ・Web APIの設計・開発経験 ・SQLを用いたデータの抽出、加工、集計の実務経験 ・AWSをはじめとするクラウド環境での開発・運用経験 ・Dockerを利用したコンテナ開発環境での実務経験 ■歓迎スキル： ・数理統計や機械学習に関する知識、およびアルゴリズムの実装経験 ・HR領域やマッチングビジネスにおけるレコメンド・マッチング機能の開発経験 ・データ前処理から分析結果取得、モデリングにいたる一連の経験 ・MLOpsの推進や機械学習パイプラインの構築経験 ・関係各所との円滑な要件調整やコミュニケーションスキル ■開発環境（主な構成）： 言語：Python データベース：SQL クラウド・環境：AWS / Docker 領域：レコメンデーション / 機械学習 / API・バッチ開発
■案件の内容 小売・流通事業者向けの販売データ分析および需要予測、在庫管理最適化を支援するBtoB SaaSプロダクトにおいて、機能拡充とデータ連携を加速させるフルスタック開発をご担当いただきます。 主な業務として、Next.jsを用いたWebアプリケーションの新機能開発や画面改善、および各種AI・時系列予測モデルのプロダクトへの組み込み・API連携実装を担当していただきます。 また、Pythonを用いたバックエンドのデータ処理・データパイプラインの実装や、外部システム・ECプラットフォーム等とのデータ連携機能の実装、 Terraformを用いたAWS環境でのインフラ構築・運用など、領域を限定せず幅広く手を動かせる環境です。 開発体制としては約10名の少人数組織となっており、プロダクトマネージャーや他メンバーと密に連携しながら仕様調整や実装提案を行っていただきます。 社内では各種AI開発ツールを積極的に取り入れた生産性の高い開発が実践されており、ビジネスサイドやエンドユーザーの声を反映させながらスピーディーに開発を進めるポジションです。 ■求めるスキル： ・Webアプリケーションの開発実務経験（3年以上） ・Next.jsを用いたフロントエンドおよびバックエンドの開発実務経験 ・Pythonを用いたデータ処理の実装実務経験 ・AWS環境での開発および運用実務経験 ・TerraformなどIaCによるインフラ管理実務経験 ■歓迎スキル： ・要件定義または仕様整理の実務経験 ・生成AI等のAIツールを活用した効率的な開発経験 ・機械学習モデルの開発やプロダクション運用経験 ・データパイプラインおよびETL基盤の設計・構築経験 ・GitHub Actions等を用いたCI/CDパイプラインの構築経験 ・BtoB SaaSの開発・運用経験 ・スタートアップやベンチャー企業での開発実務経験 ・ECや小売・流通業界に関する基礎的なドメイン知識 ■開発環境（主な構成）： フロントエンド：Next.js/React/TypeScript バックエンド：Next.js(API Routes)/Python インフラ：AWS/Terraform 開発ツール：GitHub Actions AIツール：AI開発支援ツール 等
■商 流: エンド→弊社 ■案 件: 社内DX推進バックエンド開発案件 ■概 要: 不動産・証券分野の社内DX化に向け、各部署へのヒアリングを通じて業務内容を把握し、システム化に向けた要件の取りまとめから実装までを幅広く担当していただきます。 ■スキル: <<必須>> ・Node.js、Pythonを用いたバックエンド開発経験：3年以上 ・自社サービス開発経験 ・要件定義や要件取りまとめの経験 ・AWS環境での開発経験 ・Gitの使用経験 <<尚可>> ・要件定義や要件取りまとめの経験 ・不動産/証券の業務知識 ■単 価: スキル見合い ■面 談: 1回 ■期 間: 6月～ ■場 所: 恵比寿 ※フルリモート ※初日や必要時は出社可能な方であれば地方も検討可
■案件の内容 国内大手の多角展開企業におけるDX推進チームにて、全社の業務プロセスおよびデータを統合・可視化し、 データドリブンな意思決定を支えるデータ基盤の設計・構築・運用をご担当いただきます。 ＜想定業務＞ ・各業務プロセスの可視化とデータモデルの設計 ・新規データ基盤（技術、ツール、プラットフォーム）の調査や選定 ・分散する各種データ（リソース、契約、コスト等）の統合およびデータパイプラインの構築 ・BIダッシュボードを用いた分析環境の整備 ・稼働管理ツールなど、軽微な内製業務システムの改善や機能拡張 本プロジェクトの開発体制はスクラム（アジャイル）を採用しており、企画フェーズから深く関わりながら、技術的なリードや提案を行っていただける非常に裁量の大きい環境です。 ■求めるスキル： ・システム要件定義の実務経験 ・データ基盤の設計および構築経験（規模不問） ・クラウド環境を用いたWebサービスのスクラッチ開発経験 ・PythonまたはTypeScriptでのコードレビュー経験 ・Terraformを活用したインフラ構築経験 ■歓迎スキル： ・プロジェクトリーダーとしてのメンバー管理、推進経験 ・生成AI（RAG等）の活用やプロンプトエンジニアリングの実務経験 ・サーバーレス、コンテナオーケストレーションの設計経験 ・GitHub Actionsを用いたCI/CDパイプラインの設計、構築経験 ■開発環境（主な構成）： バックエンド：Python/JavaScript/TypeScript/FastAPI フロントエンド：React/Vite/Next.js インフラ：AWS/Google Cloud/Azure/Terraform 開発ツール：GitHub/GitHub Actions/Wrike/Slack/各種AI開発支援ツール
【フルリモート／週5／Python】大規模データ解析・AIプロダクト向け高速データ処理基盤開発 お任せしたいこと ［役割］ 膨大なデータを扱うAIナレッジマネジメントプラットフォームにおいて、Pythonを用いたデータ処理パイプラインの設計・開発を担当していただきます。 ［役割に対して求める成果］ 多種多様なフォーマットの大量データを高速かつ正確に抽出・加工（ETL）し、AI推論エンジンが即座に利用できるクリーンなデータ基盤を構築すること。 具体的な業務内容 Python 3.12 / FastAPI を用いた、非同期データ処理APIの設計および実装 Pandas / Polars を駆使した、大量テキストデータや構造化データの高速な加工・検証処理の構築 Celery / Redis を用いた、バックグラウンドでの大規模な非同期分散ジョブ処理の最適化 検索精度向上のためのベクトルデータベース（Chroma / Pinecone）への高効率なデータ格納ロジックの実装 pytestを用いた、データ整合性を担保するための厳格な自動テストの構築 必須スキル・経験 Pythonを用いたバックエンド開発またはデータエンジニアリングの実務経験（3年以上） FastAPI または Django を用いたWebアプリケーションの開発経験 非同期処理（asyncio）やマルチプロセス・マルチスレッドに関する基礎知識 RDB（PostgreSQL / MySQL）における、クエリ最適化やインデックス設計の経験 歓迎スキル・経験 Polars や NumPy を用いた、メモリ効率と実行速度を意識したデータ処理の実装経験 LangChainやLlamaIndexなどのフレームワークを用いた、LLM組み込みシステムの開発経験 Docker / AWS（ECS, Batch, Lambda）を用いたクラウドネイティブな環境での運用知見 ワークフロー管理ツール（Airflow / Prefect）を用いたデータパイプラインの構築経験 開発環境 言語: Python 3.12 フレームワーク: FastAPI, Pydantic v2 データ処理: Polars, Pandas, Celery DB: PostgreSQL, Redis, Pinecone インフラ: AWS (ECS, Fargate) ツール: GitHub, Slack, Docker, Datadog 開発チームについて 外部ライブラリのソースコードを読み込んでパフォーマンスチューニングを行うなど、技術志向の強いメンバーが集まっています。 コードレビューでは、Pydanticを用いた厳格な型安全性の担保や、メモリ効率（ジェネレータの活用など）について活発に議論しています。 フルリモート前提の非同期コミュニケーションが確立されており、無駄な会議が少なく、ドキュメントをベースに黙々と開発に集中できる環境です。 仕事の魅力 最新のPython 3.x系エコシステムをフルに活用し、型安全で非常に高速なバックエンド開発を突き詰めることができます。 AIプロダクトのコアとなる「データ処理基盤」を担うため、自分の書いたコードの処理速度向上が、そのままプロダクトの価値向上に直結する手応えがあります。 フルリモート・フルフレックスの自律的な環境で、自身の最も生産性の高いリズムを維持しながらコーディングに没頭できます。 働き方 リモート環境 [フルリモート] フルリモートで働いていただけます。
【案件名】 医療系AI SaaSにおけるAI/機械学習エンジニア 【業務概要】 医療機関向けにAI SaaSを提供するベンチャー企業にて、 音声認識、自然言語処理、LLMを活用したAI機能の開発および改善をご担当いただきます。 本プロダクトでは、医師と患者の会話音声や診療記録などの非構造データを扱い、 音声の文字起こし、会話内容の要約、必要項目の抽出などを通じて、 医療従事者の業務負荷軽減や診療記録作成の効率化を支援しています。 また、医療機関ごとに異なる診療フローや記録方法にも対応できるよう、 特定の運用に閉じない汎用性・拡張性を意識したAI機能の改善が求められます。 本ポジションでは、実サービス上で利用されるAI機能の精度改善、出力結果の評価、 運用データや顧客フィードバックをもとにした改善施策の検討、 開発チームと連携したプロダクトへの組込みまで幅広くご対応いただきます。 主な業務は以下の通りです。 ・音声認識/自然言語処理/LLMを用いたAI機能の開発・改善 ・診療会話やテキストデータからの要約・必要項目抽出機能の開発 ・文字起こし/要約/項目抽出結果の評価・精度改善 ・実運用データや顧客フィードバックをもとにした改善施策の検討 ・プロンプト設計、RAG、ルールベース処理等を用いた出力品質の改善 ・学習/評価データの前処理、アノテーション設計、評価データ整備 ・推論環境、学習パイプライン、MLOps基盤の整備・運用改善 ・開発チームと連携したAI機能のプロダクト組込み・改善対応 【条件】 ・単価：90～130万 ※上振れ相談可 ・時期：即日または6月 ～ 長期 ※7月も可 ・リモート頻度：フルリモート ※地方歓迎 ※出社希望の場合は出社での作業も可能です。 ・場所：都内 ・勤務時間：フルフレックス制 ※夜間23:00以降/土日を除く ※中抜けなども可 ・募集人数：1，2名 ・外国籍：不可 ・精算：時給 ※1人月稼働できる方を優先させていただきます。 ※1人月未満の方はご相談ください。 ・PC貸与：無し ※自前PCの使用をお願いします。 ※Mac/Windowsどちらも可 ・面談：Web2回（1回目弊社、2回目エンド様 ※弊社同席） 【必須スキル】 ・音声認識、または、LLMいずれかに強みを持っている方 ・精度改善経験 ・実プロダクトへAI機能組込み、運用改善した経験 【尚可スキル】 ・医療ドメインへの知見 ・ファインチューニング経験 ・RAG構築経験 ・LangChainまたはLangGraphの利用経験 ・MLOps環境構築経験 ・推論高速化、軽量モデル開発の経験 【開発環境】 ・言語：Python ・ML：PyTorch、TensorFlow ・LLM関連：LangChain、LangGraph 等 ・MLOps：MLflow、KubeFlow、Docker 等 【備考】 ・商流：エンド→サクヤ ・精算：時給 ※精算幅希望の方は別途相談 ・支払いサイト：35日 ・契約形態：準委任契約（履行割合型）
スキル
■案件の内容 特定の専門領域における自社BtoB SaaSプロダクト、および大手企業向け開発案件でのAI領域の実装・支援をご担当いただきます。 新規に立ち上がった開発部門にて、蓄積された専門データに対する分析・検証・デプロイまでを可能とする機械学習環境や DBの構築、ビッグデータ解析、時系列・テキストデータの分析などをお任せいたします。 具体的なプロジェクト例として、専門設計領域における機械学習を用いた示唆機能や3Dモデリング機能の実装、 過去の事例をもとにしたLLMによるサジェスト機能の実装などを想定しています。 最先端のマルチモーダルLLMやCV（コンピュータビジョン）技術を組み合わせ、 各種図面や画像、PDFなどの非構造化データから情報を抽出・構造化するハイブリッドなパイプラインの構築・精度改善を主導いただける環境です。 ■求めるスキル： ・マルチモーダルLLMを用いて、図面・画像・PDF等の非構造化データから情報を抽出し、構造化データへ変換した経験 ・抽出精度の定量評価と改善サイクル（プロンプト調整、前処理改善、モデル比較等）を回した経験 ・OCRとLLMを組み合わせた複雑なレイアウト文書からの情報抽出経験 ・LangChainやLangGraph等を用いたAIエージェント/ワークフローの構築経験 ・プロンプトエンジニアリングによる精度向上およびコスト最適化の実績 ・LLMアプリケーションの評価・監視基盤（LangSmith、Langfuse等）の構築経験 ・OpenCVやYOLO等を用いた物体検出・領域抽出の実装経験 ・画像前処理パイプライン（ノイズ除去、二値化、傾き補正等）の設計、実装経験 ・CV技術とLLMを組み合わせたハイブリッドパイプラインの構築経験 ■歓迎スキル： ・LayoutLMやDonut等の文書特化モデルの活用経験 ・帳票、表形式データの自動認識、構造化経験 ・図面記号、凡例の認識ロジック実装経験 ・図面、各種設計資料、技術文書などを扱うシステムの開発経験 ・各種設計データ、3次元データの取り扱い経験 ・現場業務のデジタル化、DX推進プロジェクトに携わった経験 ・短期間でのプロトタイプ実装および技術的な実現可能性の検証（PoC推進）経験 ・クライアントとの要件協議を通じたアジャイルな開発経験 ・技術検証結果を資料化し、関係者へ共有した経験 ■開発環境（主な構成）： バックエンド：Python(FastAPI) フロントエンド：Next.js(TypeScript) データベース：PostgreSQL クラウド：AWS(ECS Fargate/EC2等) LLM：GCP(Vertex AI) 開発ツール：GitHub/Slack/Figma
