株式会社Kaizen Tech Agentの案件一覧

株式会社Kaizen Tech Agent

https://kaizentech.co.jp/

株式会社Kaizen Tech Agentは、「人と技術をつなぐ」ことを企業理念に掲げ、日々向上していく『技術』と『人』を最適な形でむつび付け提供することで、
お客様にとって真にプラスとなる価値でありたいと考えております。
私たちはそれぞれの個性を尊重し、ほっとする和みの社風でありながら、変化する時代に対して受け身にならず、未来への挑戦心を宿しています。
事業領域は、WEBアプリ開発、業務システム開発、スマホアプリ開発、インフラ構築など幅広く展開しており、
フリーランス様に対して最適な案件をご提案させて頂いております。どんな些細な事でも結構ですので是非いつでもお気軽にご相談ください。

案件一覧

( 2,655 件中 211 - 220 件を表示)

エンジニアフルリモート

【フルリモート／週5／Python】生成AI（LLM）と社内データを連携するRAG基盤のサーバーサイド開発

お任せしたいこと［役割］ Pythonエンジニアとして、大規模言語モデル（LLM）と企業のナレッジデータを組み合わせたRAG（検索拡張生成）システムのバックエンド開発を担当していただきます。［役割に対して求める成果］ FastAPIを用いた高速なAPI構築と、ベクトルデータベースの最適化により、AIの回答精度と応答速度を実用レベルまで引き上げること。具体的な業務内容 Python（FastAPI）を用いた、LLM（OpenAI/Anthropic等）のAPI連携ロジックの実装 LangChainやLlamaIndexを活用した、効率的なRAGパイプラインの構築・改修ベクトルデータベース（Qdrant/Pinecone等）を用いた、セマンティック検索機能の実装大量のドキュメント（PDF/Word等）のチャンク分割およびデータ前処理バッチの開発 Pytestを用いたバックエンドロジックの単体テストコード作成、および動作検証フロントエンドエンジニアやデータサイエンティストと連携した、APIスキーマ（Swagger）の策定必須スキル・経験 Pythonを用いたWebアプリケーションまたはAPIの開発実務経験3年以上 FastAPI、Django、FlaskいずれかのWebフレームワークを用いた実務経験1年以上 OpenAI等のLLM API、またはAIを組み込んだプロダクトの開発・検証経験 RDBMS（PostgreSQL等）の基本的な知識、およびSQLの操作スキル GitHubを用いたチーム開発におけるコードレビューおよびブランチ管理の習熟歓迎スキル・経験 LangChainやLlamaIndexを用いた実用的なRAGシステムの構築・チューニング経験ベクトルデータベース（Qdrant, Pinecone, Milvus等）の実務での利用経験 Dockerを用いたコンテナ環境の構築、および運用の基礎知識データクレンジング、スクレイピング、または自然言語処理に関する知見 AWSやGCPなどのクラウドインフラへのアプリケーションデプロイ経験開発環境言語・FW：Python 3.11+, FastAPI, LangChain, LlamaIndex インフラ・DB：AWS, PostgreSQL, Qdrant, Docker 管理ツール：GitHub, Slack, Jira, Swagger 技術スタック：Pydantic, SQLAlchemy, Pytest, Poetry 開発チームについてテックリード1名、データサイエンティスト1名、Pythonエンジニア3名の計5名構成です。生成AIという変化の激しい領域を扱っているため、検証と改善のサイクルを非常に高速に回しているのが特徴です。求める人物像最新のAI技術やオープンソースの動向に関心が高く、自ら検証してプロダクトに活かせる方ドキュメントが未整備な部分があっても、コードを読み解きながら自走できる粘り強さがある方仕事の魅力今最もトレンドである「生成AI×RAG」の領域で、商用プロダクトの実務経験を確実に積み上げられます。少人数チームのため裁量が大きく、AIバックエンドエンジニアとしての市場価値を飛躍的に高められます。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。

報酬例

4,000 ～ 5,000円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル

Python

FastAPI

Django

エンジニアフルリモート

【フルリモート／週5／Python】AI技術・大規模LLM（大規模言語モデル）を活用した次世代自動化プラットフォーム開発

【フルリモート／週5／Python】AI技術・大規模LLM（大規模言語モデル）を活用した次世代自動化プラットフォーム開発お任せしたいこと［役割］プロダクトのコア機能である、LLMを活用したデータ解析および高度な業務自動化（Agent）機能の実装において、Pythonを用いたバックエンドおよびAI推論ロジックの開発を担当していただきます。［役割に対して求める成果］プロンプトエンジニアリングやRAG（検索拡張生成）の最適化を行い、ハルシネーション（嘘の生成）を抑制しつつ、高精度かつ低レイテンシでエンドユーザーへAIの価値を届ける処理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、高速な非同期APIおよびバックエンドサービスの設計・開発 LangChain または LlamaIndex を用いた、LLMオーケストレーションおよびRAG（検索拡張生成）パイプラインの構築 Vector DB (Milvus, Qdrant, PGVector等) を活用した、高密度エンベディングデータのインデックス設計および類似度検索の最適化 Celery / Redis を用いた、長時間実行される重い推論タスクや一括データ処理の非同期ジョブキュー管理 Pytest を用いたAIロジックの品質担保、およびCI/CDパイプラインによるコンテナデプロイの自動化必須スキル・経験 Pythonを用いたバックエンド（Web API）アプリケーションの開発・運用実務経験（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 asyncio を用いた非同期処理、およびマルチプロセス／マルチスレッドに関する基礎知識 RDB（PostgreSQL等）および、NoSQL（Redis等）を組み合わせたデータ構造設計の経験歓迎スキル・経験 LangChain, LlamaIndex などのフレームワークを用いた、LLMを活用したプロダクトの開発・運用経験 OpenAI API、Claude API、またはOSSモデル（Llama等）のチューニングや評価プロセスの構築経験 Docker / AWS (ECS, EKS, SageMaker) などの環境における、機械学習・AIモデルの推論インフラ構築経験ログの構造化、オブザーバビリティ（LangSmith, Datadog等）を用いたLLMアプリのパフォーマンス監視経験開発環境言語: Python 3.12+ フレームワーク: FastAPI, LangChain DB: PostgreSQL (PGVector), Redis, Qdrant インフラ: AWS (ECS on Fargate, Lambda, SageMaker) ツール: Poetry, Pytest, GitHub, Slack, Notion 開発チームについて AI・LLMなどの最新技術動向に対して極めて感度が高く、海外の論文や新しいライブラリをチーム内で日常的にシェアし合う技術ファーストな文化です。コードレビューでは、Pythonのコード規約（PEP 8）への準拠はもちろん、型ヒント（Type Hints）を活用した堅牢性や、非同期処理によるI/Oボトルネックの回避、メモリ効率などが厳格にチェックされます。完全フルリモート環境を前提に、設計ドキュメントの作成（Notion）やプロンプトの実験ログの共有が仕組み化されており、非同期ながら非常に高密度なチーム開発が行われています。工作の魅力トレンドの最先端であるLLM・AIエージェントを、単なる実験に留めず「数万人が利用する商用プロダクト」としてスケールさせる、最高に刺激的なエンジニアリングを経験できます。動的言語であるPythonの柔軟性を活かしつつ、モダンなツール群（Poetry, Ruff等）を用いて型安全かつ美しいコードベースを維持する開発が可能です。フルリモート・フルフレックスの柔軟な環境が整備されており、自分のリズムで最新技術の検証や開発に100%集中できます。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。

報酬例

4,800 ～ 5,800円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル

Python

エンジニアフルリモート

【フルリモート／週5】AWS 生成AI基盤アーキテクト（Amazon Bedrockフル活用によるエンタープライズRAG構築とLLMOps統制）

【フルリモート／週5】AWS 生成AI基盤アーキテクト（Amazon Bedrockフル活用によるエンタープライズRAG構築とLLMOps統制）お任せしたいこと自社で展開する大規模エンタープライズ向けSaaS、または機密性の高い社内データを扱う巨大DXプラットフォームにおいて、Amazon BedrockやAmazon SageMakerを中心としたAWSの生成AIマネージドサービスを極限まで使い倒し、セキュアかつスケーラブルな「エンタープライズ生成AIプラットフォーム」の設計・構築をお任せします。「とりあえずパブリックなLLMのAPIを叩くだけの薄いラッパーアプリ」や「ハルシネーション（幻覚）と情報漏洩リスクを放置した野良AI」を徹底的に排除し、AWS VPC内の閉域網に閉じられた安全なRAG（検索拡張生成）パイプラインの構築から、Bedrock Agentsを活用した自律型ワークフローの泥臭い実装までを牽引することで、生成AIのポテンシャルを「実社会のセキュアなビジネスインフラ」へと昇華させる中核的なポジションです。具体的な業務内容・Amazon Bedrock（Claude 3, Llama等）を活用した、VPCエンドポイント（AWS PrivateLink）経由での完全閉域網かつセキュアなLLMバックエンドAPIの設計と実装・Amazon OpenSearch Serverless（Vector Engine）や Amazon Aurora PostgreSQL（pgvector）を利用した、数億ドキュメントに及ぶエンタープライズベクトルデータベースの泥臭い設計・チューニング・Amazon S3に蓄積された社内の巨大な非構造化データ（PDF、Office文書等）を対象に、AWS GlueやAWS Step Functionsを利用してチャンキング・埋め込み（Embedding）を自動化するデータ処理パイプラインの構築・Agents for Amazon Bedrock および AWS Lambdaを利用した、社内DBや外部SaaS（CRM、ERP等）のAPIを自律的に叩いてタスクを完遂するマルチエージェント基盤の実装・Guardrails for Amazon Bedrock 等を利用した、不適切な発言のブロックや機密情報（PII等）のマスキングによる、徹底したAIガバナンスとコンプライアンス要件のシステム的な担保・LangChainやLlamaIndexとAWSインフラストラクチャのシームレスな統合、およびFargate / App Runnerを利用したスケーラブルなAIアプリケーションのコンテナ運用・プロンプトのバージョン管理や、Amazon CloudWatch、AWS X-Rayを利用したLLMのレイテンシ・トークン消費量（FinOps）の泥臭い可観測性（Observability）基盤の構築・Terraform または AWS CDK を用いた、複雑な生成AIインフラストラクチャの完全なコード化（IaC）と、安全なCI/CDデプロイメントパイプラインの提供必須スキル・経験・AWS環境におけるバックエンド、またはインフラストラクチャの設計・構築・運用実務経験（目安として3年以上）・Amazon Bedrock、または Amazon SageMaker等のAWSのAI/MLサービスの実務利用経験・Pythonを用いたAPI開発、またはデータパイプライン（ETL）の実装経験・RAG（Retrieval-Augmented Generation）の基礎概念の理解、およびベクトルデータベースの構築・運用経験・Terraform、またはAWS CDKを用いたIaC（Infrastructure as Code）の実践経験歓迎スキル・経験・LangChain、LlamaIndex等のLLMオーケストレーションフレームワークを用いた開発経験・Function Calling（Tool Use）を用いたAIエージェントの設計・実装経験・大規模な自然言語処理（NLP）モデル、または機械学習モデルの本番デプロイ・運用経験・AWS Certified Machine Learning - Specialty、または AWS Certified Data Engineer の資格・エンタープライズにおける情報セキュリティ、およびコンプライアンス要件に準拠したシステム設計経験開発・業務環境クラウド・生成AI：AWS (Amazon Bedrock, SageMaker, Q Business) ベクトルDB・検索：Amazon OpenSearch Serverless, Amazon Aurora (pgvector), Amazon Kendra データパイプライン：AWS Step Functions, AWS Glue, Amazon S3, Lambda 開発言語・AIフレームワーク：Python 3.11+, LangChain, LlamaIndex IaC・構成管理：Terraform (または AWS CDK) 監視・LLMOps：Amazon CloudWatch, AWS X-Ray, LangSmith (または MLflow) コミュニケーション・管理：GitHub, Jira, Slack, Zoom プロジェクトチームについて「生成AIの不確実性」を「AWSの強固なインフラストラクチャ」で包み込み、エンタープライズ企業が安心して利用できるレベルの確実性へと変換するAI基盤専門チームへの配属となります。「プロンプトエンジニアリングの偶然の成功」に依存することを極めて嫌い、LLMの応答精度やレイテンシのブレを、システムのアーキテクチャ設計（高度なRAG戦略やガードレール設定）で論理的にねじ伏せる手堅いカルチャーです。本番環境でLLMが予期せぬフォーマットを返却して後続処理がクラッシュした際にも、単にプロンプトをいじって祈るのではなく、出力スキーマのバリデーション定義やBedrock Agentsの推論ステップ（Trace）を泥臭くプロファイリングし、パズルを解くように根本的なロジックを修正する実直なメンバーが集まっています。求める人物像・「流行りのAIツールを触って満足する」のではなく、「機密データへのアクセス制御やネットワーク分断を考慮し、泥臭くセキュアなAIインフラを構築すること」にエンジニアとしての美学を持てる方・LangChainなどの抽象化されたライブラリの裏側で、AWSのマネージドサービスがどのように動き、課金されているのか（FinOps）を深く理解しようとする知的好奇心を持った方・LLMモデルの急速な陳腐化（数ヶ月単位での新モデル登場）に疲弊するのではなく、特定のモデルに依存しない疎結合なアーキテクチャをAWS上で美しく設計することを楽しめる方仕事の魅力世界中のエンタープライズ企業が「生成AIの業務実装」に多額の投資を行う中、セキュリティ要件とインフラの拡張性を両立した「AWS上のセキュアな生成AI基盤」を構築できるクラウドアーキテクトは市場にほとんど存在しません。BedrockやOpenSearchといった最新のマネージドサービスをパズルのように組み合わせ、ペタバイト級の社内データを知能化する泥臭い経験を通じて、単なる「AIアプリ開発者」を完全に凌駕し、今後のクラウド時代においてすべてのメガベンチャーや大手コンサルティングファームが最も高額な条件で渇望する「AWS 生成AI基盤アーキテクト」としての圧倒的な市場価値を築くことができます。働き方リモート環境 [フルリモート] 基本的にフルリモートで働いていただけます。

報酬例

4,400 ～ 5,100円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル

AWS

エンジニアフルリモート

【フルリモート／週5】Pythonバックエンドエンジニア（AI連携基盤・大規模データ処理・マイクロサービス開発）

【フルリモート／週5】Pythonバックエンドエンジニア（AI連携基盤・大規模データ処理・マイクロサービス開発）お任せしたいこと自社で展開するAI活用型のBtoB SaaS、またはデータ集約型のWebプロダクトにおいて、Pythonを用いたスケーラブルなバックエンドAPIの開発および、重いデータ処理や機械学習モデルを本番環境で安定稼働させるための基盤構築をお任せします。「データサイエンティストが作ったJupyter Notebookのコードをそのまま本番サーバーにデプロイして終わる」ような不安定な運用を脱却し、FastAPI等を利用した高速な推論APIの設計や、Celery等を用いた非同期タスクキューの構築を通じて、複雑なAIロジックとWebアプリケーションをシームレスかつ堅牢に繋ぎ込む泥臭いエンジニアリングに取り組んでいただきます。具体的な業務内容・Python（FastAPI, Django, または Flask）を用いた、高いスケーラビリティと可用性が求められるRESTful APIの設計・開発・機械学習チーム（MLエンジニア・データサイエンティスト）と連携した、推論モデルのWebアプリケーションへの組み込みとレイテンシ（応答速度）の最適化・Celery、Redis、または Amazon SQS 等を利用した、時間のかかる重いデータ処理やバッチ処理の非同期化・タスクキュー設計・SQLAlchemy等のORMを活用したRDBMS（PostgreSQL または MySQL）の複雑なテーブル設計、およびN+1問題やスロークエリのパフォーマンスチューニング・大量のトラフィックを捌くための、gRPCやGraphQLを用いた効率的なシステム間通信（マイクロサービスアーキテクチャ）の推進・pytest等を用いたテストコードの実装によるテストカバレッジの担保、およびGitHub Actionsを利用したCI/CDパイプラインの運用・DatadogやSentryを利用した、本番環境におけるメモリリークやCPUスパイクの泥臭い原因究明とパフォーマンスチューニング必須スキル・経験・Pythonを用いたWebアプリケーション（バックエンドAPI）の開発実務経験（目安として3年以上）・Django、FastAPI、Flask等のWebフレームワークを用いた開発経験・RDBMSを用いた適切なテーブル設計、およびSQLパフォーマンスチューニングの経験・Git / GitHubを用いたプルリクエストベースでのチーム開発経験歓迎スキル・経験・機械学習モデルのAPI化（MLOps領域への越境）、またはAIを活用したプロダクトの開発経験・Celery等を用いた非同期処理、または分散タスクキューの設計・運用経験・AWS（ECS, Lambda等）またはGCP（Cloud Run, GKE等）環境におけるインフラ構築・運用経験・ドメイン駆動設計（DDD）やクリーンアーキテクチャの知識と実践経験・静的型付け（Type Hints）を駆使した、保守性の高いPythonコードの運用経験開発・業務環境開発言語：Python 3.x フレームワーク：FastAPI, Django (または Flask) データベース・キャッシュ：PostgreSQL, Redis 非同期処理：Celery (または SQS, RabbitMQ) インフラ・コンテナ：AWS (ECS, RDS等) または GCP (Cloud Run等), Docker テスト・CI/CD：pytest, GitHub Actions コミュニケーション・管理：GitHub, Jira, Slack, Zoom プロジェクトチームについてバックエンド開発（AI・データ連携基盤）チームへの配属となります。「Pythonは書きやすいが実行速度が遅い」という言語の特性から目を背けず、「どうすればI/Oバウンドな処理を非同期化してスループットを上げられるか」「メモリを食い潰すデータ処理をどう分割するか」をソフトウェア設計の観点から妥協なく議論する手堅いカルチャーです。機械学習モデルの精度向上だけにとらわれることなく、「ユーザーが数秒待たされる機能は使われない」というビジネス要件を第一に置き、フロントエンドやインフラ領域にも泥臭く踏み込んで課題を解決しています。求める人物像・「データサイエンス」と「ソフトウェアエンジニアリング」の境界線に立ち、異なる専門性を持つメンバー間を翻訳・接着することにやりがいを感じる方・Python特有の「手軽なスクリプト」を書くレベルから脱却し、静的型付けやオブジェクト指向設計を駆使した堅牢なプロダクションコードを書きたい方・「APIが重い」と言われた際に、勘に頼らずプロファイラを使ってボトルネック（CPUバウンドかI/Oバウンドか）を論理的に特定できる方仕事の魅力 AIやビッグデータの活用がすべての企業にとって急務となる中、単なるWeb APIの開発にとどまらず、複雑な機械学習モデルや膨大なデータ処理をシステムとして安全に稼働させる「心臓部」を担うポジションです。Pythonの柔軟なエコシステムを駆使して、モダンなWebバックエンドの設計力とMLOpsの知見を掛け合わせることで、AI時代において最も需要が高く市場価値が跳ね上がっている「AI特化型バックエンドエンジニア」としての確固たるキャリアを築くことができます。働き方リモート環境 [フルリモート] 基本的にフルリモートで働いていただけます。

報酬例

4,400 ～ 4,700円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル

Python

エンジニアフルリモート

【フルリモート／週5】Pythonバックエンドエンジニア（生成AI・LLMアプリケーション開発／FastAPI）

【フルリモート／週5】Pythonバックエンドエンジニア（生成AI・LLMアプリケーション開発／FastAPI）お任せしたいこと自社で展開するBtoB SaaSプロダクト、または新規事業において、大規模言語モデル（LLM）をはじめとする生成AI技術をプロダクトに組み込み、ビジネス上の実課題を解決するためのバックエンドAPIおよびデータパイプラインの開発をお任せします。「ただOpenAIのAPIを叩いてチャットボットを作るだけ」の薄いラッパー開発ではなく、企業独自のドキュメントを検索・参照させるRAG（Retrieval-Augmented Generation）基盤の構築や、LangChain等のフレームワークを用いた複雑なエージェントの実装、そしてそれを本番環境で高速かつ安定して稼働させるための泥臭いソフトウェアエンジニアリングに取り組んでいただきます。具体的な業務内容・Python（FastAPI）を用いた、高パフォーマンスで非同期的なRESTful APIの設計・開発・OpenAI API、Anthropic API、またはオープンソースのLLMを活用した、アプリケーションへの生成AI機能の組み込み・LangChainやLlamaIndex等のオーケストレーションフレームワークを利用した、複雑なプロンプトチェーンやRAGパイプラインの設計・実装・Pinecone、Qdrant、Milvus等のベクトルデータベース（Vector DB）を利用した、意味検索システムの構築とインデックス最適化・LLMの応答遅延（レイテンシ）を隠蔽するための、Streaming APIの実装やWebSocketsを用いたフロントエンドとのリアルタイム通信設計・ハルシネーション（もっともらしい嘘）の低減や、プロンプトインジェクション攻撃への対策など、AI特有のセキュリティおよび品質管理ロジックの実装・CeleryやAWS SQSを利用した、非同期でのバッチ処理（大規模な社内データのチャンク化・ベクトル化パイプライン）の構築必須スキル・経験・Pythonを用いたWebアプリケーション（バックエンドAPI）の開発実務経験（目安として3年以上）・FastAPI、Django、またはFlask等のWebフレームワークを用いた開発経験・RDBMSを用いた適切なテーブル設計、およびSQLパフォーマンスチューニングの経験・Git / GitHubを用いたプルリクエストベースでのチーム開発経験歓迎スキル・経験・OpenAI API等を利用したLLMアプリケーションの開発経験、またはプロンプトエンジニアリングの知見・LangChain、LlamaIndex等のLLMオーケストレーションツールの実務利用経験・ベクトルデータベース（Pinecone, Qdrant, Chroma等）を利用したRAGの実装経験・AWS、またはGCP環境におけるクラウドネイティブなインフラ構築・運用経験・機械学習（NLP領域）に関する基礎的な知識開発・業務環境開発言語：Python 3.x フレームワーク：FastAPI AI関連技術：LangChain, LlamaIndex, OpenAI API データベース：PostgreSQL, Redis ベクトルDB：Pinecone (または Qdrant, Weaviate 等) インフラ・コンテナ：AWS (ECS, Lambda 等) または GCP (Cloud Run 等), Docker テスト・CI/CD：pytest, GitHub Actions コミュニケーション・管理：GitHub, Jira, Slack, Zoom プロジェクトチームについて生成AI・LLMアプリケーション開発チームへの配属となります。「AIは魔法の杖ではない」という事実を深く理解しており、LLMの不確実性（出力のブレ）に対して文句を言うのではなく、「どうすればシステム的にガードレールを設けて安全にユーザーへ価値を届けられるか」をソフトウェア設計の観点から妥協なく議論するカルチャーです。技術の進化が極めて早い領域であるため、過去のベストプラクティスに固執せず、昨日まで書いていたコードを今日のアップデートで潔く捨て去るような、高い柔軟性と学習意欲を持ったメンバーが集まっています。求める人物像・「AIモデルの研究開発」ではなく、「AIを活用したプロダクト開発」に興味があり、ユーザーの課題解決にフォーカスできる方・公式ドキュメントや最新の英語論文、X（旧Twitter）等の一次情報を自ら泥臭くキャッチアップし、手を動かして検証（PoC）できる方・LLM特有の非決定論的な挙動に対して、従来のバックエンドの知識（キャッシュ戦略、非同期処理、リトライ機構）を組み合わせて堅牢なシステムを設計できる方仕事の魅力世界中が注目する生成AIの最前線に立ち、最先端の技術を「研究」ではなく「実事業のプロダクト」として世に送り出すことができる、極めてエキサイティングなポジションです。LLMという新しいインターフェースと、従来の堅牢なバックエンドエンジニアリングを掛け合わせる経験を通じて、これからのAI時代においてすべての企業が渇望する「LLM・生成AIアプリケーションエンジニア」としての圧倒的な市場価値を着実に磨くことができます。働き方リモート環境 [フルリモート] 基本的にフルリモートで働いていただけます。

報酬例

4,400 ～ 4,800円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル

Python

エンジニアフルリモート

【フルリモート／週5／Python】不動産価格予測およびAI自動査定エンジン開発案件

【フルリモート／週5／Python】不動産価格予測およびAI自動査定エンジン開発案件お任せしたいこと［役割］不動産ビッグデータを活用した、機械学習・ディープラーニングによる自動査定（AVM：Automated Valuation Model）エンジンの研究開発およびバックエンド実装［役割に対して求める成果］査定ロジックの改善による予測精度の向上（エラー率の低減）、および大量のバッチ推論処理の並列化・高速化の実現具体的な業務内容 Pythonを用いた、不動産取引履歴、土地価格、周辺施設情報などマルチモーダルなデータのスクレイピング・前処理・フィーチャーエンジニアリング LightGBM、XGBoost、またはPyTorch等を用いた不動産価格予測モデルの検証・チューニング FastAPI / Celery を用いた予測モデル推論APIおよび非同期バッチ処理基盤の設計・開発機械学習モデルのデプロイ自動化、およびモデル監視・再学習パイプライン（MLOps）の設計推論精度評価（MAPEなどの指標監視）と、特徴量の重要度分析に基づいたモデルの継続的アップデート必須スキル・経験 Pythonを用いた機械学習モデルの設計・開発・評価の実務経験（3年以上） Pandas, NumPy, Scikit-learn, LightGBM/XGBoost 等のライブラリを用いたデータ解析・モデリング実務経験 FastAPI, Django, Flask 等を用いたAPI開発・運用経験（3年以上） RDBMS（PostgreSQL, MySQL等）における、インデックス最適化や大量データ抽出のクエリ開発経験歓迎スキル・経験 AWS（ECS, Lambda, SageMaker, S3）を用いた機械学習モデルの商用運用・デプロイ経験（MLOpsの実践経験） Dockerを用いた機械学習・Webアプリケーション開発環境の構築・運用経験 GISデータ（地理情報システム、空間データ）や、画像データを組み合わせたマルチモーダルな予測モデルの開発経験開発環境言語/フレームワーク: Python 3.10+, FastAPI AI/機械学習: Scikit-learn, LightGBM, XGBoost, PyTorch, MLflow データベース: PostgreSQL, Redis インフラ: AWS (ECS, Fargate, S3, RDS) ツール: Docker, Git, GitHub, Slack, Notion 開発チームについて PM（1名）、データサイエンティスト（2名）、バックエンドエンジニア（2名/今回枠含む）、インフラエンジニア（1名）の構成です。ビジネスサイドとの距離が近く、モデルの精度改善がダイレクトにユーザー獲得や成約数増加に直結するダイナミックな環境です。求める人物像モデルの精度だけでなく、実際のビジネスバリューやシステムの応答速度とのバランスを考慮した現実的な意思決定ができる方データの不整合や欠損に対して地道に向き合い、前処理や特徴量生成の工夫を楽しめる方 SlackやNotion等での非同期コミュニケーションや技術ドキュメントの記述が得意な方仕事の魅力独自の不動産ビッグデータを駆使し、レガシーな不動産業界にテクノロジーで変革をもたらすコアアルゴリズムの開発に直接貢献できます。単なるモデル構築に留まらず、推論APIの設計やMLOpsパイプラインの運用といった、エンジニアリングとデータサイエンスが融合した高度な経験を積めます。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。

報酬例

4,500 ～ 5,000円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル

Python

FastAPI

RDBMS

エンジニアフルリモート

【フルリモート／週5】Python 分散クローラー・データアーキテクト（数百億ページ規模の大規模スクレイピング基盤とLLM学習データ構築）

【フルリモート／週5】Python 分散クローラー・データアーキテクト（数百億ページ規模の大規模スクレイピング基盤とLLM学習データ構築）お任せしたいこと自社で展開する大規模なマーケットインテリジェンス事業、または独自LLM（大規模言語モデル）の事前学習（Pre-training）データ構築基盤において、インターネット上に散在する数百億規模のWebページやドキュメントを効率的かつ倫理的に収集する「大規模分散クローリング基盤」の設計・構築をお任せします。「BeautifulSoupで適当に書いた使い捨てのスクリプトをCronで回す」といった脆いデータ収集プロセスを徹底的に排除し、ScrapyやCelery、Apache Kafkaを駆使した堅牢な分散タスクキューの構築から、高度なBot対策（CloudflareやDatadome等）をシステム的に突破する泥臭いプロキシ戦略・ヘッドレスブラウザ制御までを牽引することで、AI時代の「データの源泉」を圧倒的なスループットで確保し続ける中核的なポジションです。具体的な業務内容・Python（Scrapy, Scrapy-Redis）および非同期I/O（asyncio, aiohttp）を活用した、秒間数万リクエストを捌き切るスケーラブルな分散クローラーアーキテクチャの設計と実装・Playwright や Selenium を利用した、JavaScriptによる動的レンダリング（SPA）サイトや複雑な認証フロー、CAPTCHAを突破するための泥臭いヘッドレスブラウザ自動化パイプラインの構築・商業用・住宅用プロキシネットワーク（Proxy Pool）の動的ローテーション、およびUser-AgentやTLSフィンガープリントの偽装による、対象サーバーに負荷をかけずにアクセスブロックを回避する高度なスクレイピング戦略の実装・収集したHTMLからノイズ（ヘッダー、フッター、広告）を排除し、LLMの学習に適した高品質なプレーンテキストを抽出するDOM解析と、正規表現を用いた泥臭いデータクレンジング・MinHash や SimHash などのアルゴリズムを用いた、数十億レコードに及ぶテキストデータの重複排除（De-duplication）と品質フィルタリングの実装・Apache Kafka、または RabbitMQ を利用した、URLのキューイングからパース、保存までの非同期データストリーミング基盤の構築・対象サイトの非公開API（Internal API）のネットワークトラフィック（XHR/Fetch）を泥臭くリバースエンジニアリングし、HTML解析よりも高速かつ安定したJSONデータの抽出基盤への切り替え・Kubernetes（EKS / GKE）環境における、クローラーPodのオートスケーリング設定およびメモリ/CPUリソースの極限のチューニング必須スキル・経験・Pythonを用いたバックエンド開発、またはデータパイプラインの構築実務経験（目安として3年以上）・Scrapy、BeautifulSoup、lxml等のライブラリを用いた大規模なWebスクレイピングプログラムの実装・運用経験・HTTPプロトコル、TCP/IP、およびWebブラウザのレンダリング機構に関する深い理解・RDBMS（PostgreSQL, MySQL）または NoSQL（MongoDB, Elasticsearch）を利用した大量データの保存・設計経験・Git / GitHubを用いたプルリクエストベースでのチーム開発経験歓迎スキル・経験・Celery、Apache Kafka、Redis等を利用した分散タスクキューの設計・運用経験・Playwright、Selenium等を用いたE2Eテスト、またはヘッドレスブラウザの自動化経験・Webサイトの高度なアンチBotシステム（Cloudflare, Akamai, Datadome等）の回避・バイパス技術に関する知識・LLM（大規模言語モデル）の事前学習用データセット構築、または自然言語処理（NLP）向けの前処理経験・Docker / Kubernetesを利用したコンテナベースのインフラにおけるアプリケーション運用経験開発・業務環境開発言語：Python 3.11+ スクレイピング・ブラウザ自動化：Scrapy, Scrapy-Redis, Playwright, aiohttp, BeautifulSoup 非同期・タスクキュー：Celery, Apache Kafka, RabbitMQ, Redis データベース・検索：PostgreSQL, MongoDB, Elasticsearch データ処理・前処理：Pandas, PyArrow, MinHash インフラ・コンテナ：AWS または GCP, Docker, Kubernetes コミュニケーション・管理：GitHub, Jira, Slack, Zoom プロジェクトチームについて「AI時代において、アルゴリズムの勝負はコモディティ化し、最終的な勝者は『独自の高品質なデータ』を握った者である」と確信し、インターネット上のあらゆる情報を構造化データへと変換することに執念を燃やすデータマイニング専門チームへの配属となります。「対象サイトの仕様変更でスクリプトが落ちた」という日常茶飯事の事態に対しても文句を言うのではなく、DOMの変化に強い堅牢なXPath/CSSセレクタの設計や、異常検知アラートを泥臭く仕込む手堅いカルチャーです。相手サーバーの負荷を考慮し、robots.txtやクロールディレイ（Rate Limit）を遵守する倫理観を持ちながらも、APIの難読化（Obfuscation）に直面した際にはChrome DevToolsを開いてJavaScriptの処理を泥臭く解読し、パズルを解き明かす実直なメンバーが集まっています。求める人物像・「単にライブラリを叩いてデータを抜く」こと以上に、HTTPリクエストヘッダの微細な違いやTLSハンドシェイクの挙動までを深く探求し、ハッカー的な知的好奇心を持てる方・対象サイトの予期せぬレイアウト変更や、理不尽なアクセスブロックといった「実世界の不確実性」に対して、パズルを解くように泥臭い回避策の実装を楽しめる方・無秩序なHTMLの海から、ビジネス的価値やAIの学習資産となる美しい「構造化データ」を抽出することにエンジニアとしての強い美学を持てる方仕事の魅力 LLMの進化により「データの量と質」が企業の競争力を直接的に決定づける現代において、数十億規模のWebデータを安定的に収集・処理できる「大規模分散クローリング」の技術は極めてニッチかつ需要が爆発している領域です。高度なBot対策との技術的ないたちごっこや、分散システムの泥臭い限界突破の経験を通じて、単なる「Pythonスクリプト開発者」を完全に凌駕し、AIスタートアップやヘッジファンド、メガベンチャーが最も高額な条件で渇望する「データマイニング・アーキテクト」としての圧倒的な市場価値を築くことができます。働き方リモート環境 [フルリモート] 基本的にフルリモートで働いていただけます。

報酬例

4,900 ～ 5,200円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル

Python

エンジニアフルリモート

【フルリモート／週5】Python機械学習エンジニア（推薦システム・検索アルゴリズムの本番実装と運用）

【フルリモート／週5】Python機械学習エンジニア（推薦システム・検索アルゴリズムの本番実装と運用）お任せしたいこと自社で展開するメディア、またはECサービスにおける、パーソナライズ（推薦）基盤や検索エンジンのバックエンド設計・実装・運用保守をお任せします。「精度が1%上がるがレスポンスに3秒かかる最新のAIモデル」よりも、「ユーザーを待たせずに0.1秒でそこそこの結果を返す堅牢なAPI」を重んじ、データサイエンティストが考案したアルゴリズムをいかに本番環境で「早く・落ちずに・安全に」稼働させるかという、泥臭くもプロダクトの売上に直結するエンジニアリングにチームで取り組んでいただきます。具体的な業務内容・Python（FastAPI等）を用いた、推薦システムおよび検索用Web APIの設計・開発・テスト・データサイエンティストが作成したモデル（Jupyter Notebook上のコード等）の本番環境（Web APIやバッチ処理）への組み込みとリファクタリング・Elasticsearch（または OpenSearch）を利用した検索クエリの構築、およびレスポンスタイム最適化（チューニング）・A/Bテストを実施するためのロジック実装、および効果検証のためのログ出力基盤の整備・RedisやMemcached等を利用したキャッシュ戦略の設計、およびデータベースへの負荷軽減策の実装・機械学習モデルの推論遅延や、スパイクアクセス時のタイムアウトを想定した堅牢なエラーハンドリング・Datadog等を用いたAPIのパフォーマンス監視、およびエラー発生時のトラブルシューティング必須スキル・経験・Pythonを用いたWebアプリケーション、またはバックエンドAPIの開発実務経験（目安として3年以上）・機械学習モデル、または複雑なアルゴリズムを本番のWebシステム（API等）に組み込んで運用した経験・Webの基礎知識（HTTP通信、ステータスコード、REST API設計など）およびRDBMSの基本知識・Git / GitHubを用いたプルリクエストベースでのチーム開発経験歓迎スキル・経験・Elasticsearch、OpenSearch、Solr等の検索エンジンの運用・チューニング経験・データサイエンティスト、またはアナリストと連携してA/Bテスト等の施策を回した経験・Pythonの非同期処理（asyncio等）に関する深い知識および実装経験・Docker等のコンテナ技術を用いた開発、およびAWS/GCP上でのインフラ運用経験・Apache Airflow等を利用したデータパイプライン構築の基礎知識開発・業務環境開発言語：Python 3.x フレームワーク：FastAPI 検索エンジン・KVS：Elasticsearch (または OpenSearch), Redis データベース：MySQL (または PostgreSQL), BigQuery (ログ集計用) インフラ：AWS (ECS, SageMaker等) または GCP, Docker テスト・CI/CD：pytest, GitHub Actions コミュニケーション・管理：GitHub, Jira, Backlog, Slack, Zoom プロジェクトチームについて検索・推薦基盤（MLエンジニアリング）チームへの配属となります。「AIモデルの精度（オフライン指標）」だけでなく、「実際のビジネス指標（クリック率やCV率）とシステムの応答速度」に最も価値を置く手堅いカルチャーです。研究開発チームが書いた「とりあえず動くコード」に対しても、文句を言うのではなく、「どうすればメモリリークを防ぎつつ本番のトラフィックに耐えられるか」をソフトウェアエンジニアの視点から前向きに提案し、伴走しながら形にしています。求める人物像・「最新のAIアルゴリズムを研究する」ことよりも、それをシステムに組み込んでユーザーの体験を向上させる「エンジニアリング」にやりがいを感じる方・レスポンスタイムの遅延や、検索結果のゼロ件ヒット（ノイズ）といったエッジケースを想像し、丁寧にテストやフォールバック（代替処理）を実装できる方・専門用語を多用するのではなく、ビジネスサイド（PdM等）に対してアルゴリズムの挙動や技術的な限界を分かりやすく説明できる方仕事の魅力プロダクトの回遊率やコンバージョン（売上）に直接的なインパクトを与える、非常にやりがいのあるポジションです。データサイエンスとバックエンド開発の「橋渡し」という、昨今極めて需要が高い役割を担いながら、FastAPIを用いた高パフォーマンスなAPI設計やElasticsearchのチューニングなど、MLエンジニア・検索エンジニアとして市場価値の高い実践的なスキルを着実に磨くことができます。働き方リモート環境 [フルリモート] 基本的にフルリモートで働いていただけます。

報酬例

4,900 ～ 5,600円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル

Python

エンジニアフルリモート

【フルリモート／週5】Python AI/MLエンジニア（LLMアプリケーション・RAG基盤およびAIエージェント開発）

【フルリモート／週5】Python AI/MLエンジニア（LLMアプリケーション・RAG基盤およびAIエージェント開発）お任せしたいこと自社プロダクトの価値を飛躍的に高めるため、大規模言語モデル（LLM）を組み込んだ次世代AIアプリケーションの開発をお任せします。単なる「ChatGPTのAPIを叩くだけの薄いラッパー」を作って満足するのではなく、独自のドメインデータ（社内文書や顧客データ）を統合した高度なRAG（検索拡張生成）基盤の構築や、自律的にタスクを遂行するAIエージェントのアーキテクチャ設計など、非決定的なAIの出力を実用レベルの品質へと泥臭く引き上げるエンジニアリングに取り組んでいただきます。具体的な業務内容・Python 3.x および FastAPI を用いた、高パフォーマンスなLLM連携バックエンドAPIの設計・開発・LangChainやLlamaIndex、Semantic Kernel等を活用した、スケーラブルなRAGパイプラインの構築と精度改善・Pinecone、Qdrant、Milvus等のベクトルデータベースを利用した、高精度かつ低遅延なセマンティック検索（ハイブリッド検索）エンジンの実装・OpenAI API、Anthropic API、またはオープンソースLLM（Llama 3等）の要件に応じた使い分けと、プロンプトエンジニアリングによる泥臭い出力コントロール・ハルシネーション（事実誤認）を防ぐための、RAGAS等のフレームワークを用いたLLM出力の定量的評価基盤の構築・ReAct等のプロンプティング手法を用いた、外部API（ツール）を自律的に呼び出すAIエージェント（Agentic Workflow）の実装・非決定的なLLMの挙動やAPIのレート制限（Rate Limit）に対する、堅牢なエラーハンドリングおよびリトライ機構の実装必須スキル・経験・Pythonを用いたバックエンドシステム、またはデータパイプラインの開発実務経験（目安として3年以上）・FastAPI等を用いたWeb APIの設計・実装経験・LLM（OpenAI API等）を利用したアプリケーションの開発実務、または高度なプロトタイピング経験・ベクトルデータベース、およびエンベディング（Embedding）に関する基礎的な知識と実装経験・Git / GitHubを用いたプルリクエストベースでのチーム開発経験歓迎スキル・経験・LangChain、LlamaIndex等を用いた複雑なRAGシステムの本番環境での運用経験・自律型AIエージェント（AutoGPT、CrewAI等）の概念理解と開発経験・オープンソースLLMのローカル環境での推論、またはファインチューニング（LoRA等）の経験・AWS（SageMaker, Bedrock等）またはGCP（Vertex AI等）を利用したクラウドネイティブなAI基盤の構築経験・MLOps（機械学習モデルの継続的インテグレーション・デリバリー）に関する知見開発・業務環境開発言語：Python 3.x フレームワーク：FastAPI, LangChain, LlamaIndex LLM・モデル：OpenAI (GPT-4o等), Anthropic (Claude 3等), 独自/OSSモデルデータベース：PostgreSQL, Pinecone (または Qdrant, Milvus等) インフラ・コンテナ：AWS または GCP, Docker, Kubernetes テスト・品質：pytest, RAGAS (LLM評価) コミュニケーション・管理：GitHub, Jira, Slack, Zoom プロジェクトチームについて全社プロダクトへのAI統合をミッションとする、AI R&Dおよびアプリケーション開発チームへの配属となります。「AIというバズワード」に踊らされることを強く嫌い、「その生成AI機能は、本当にユーザーの課題を解決しているか？従来のルールベースや検索エンジンで十分ではないか？」を極めてシビアに検証する手堅いカルチャーです。LLM特有の気まぐれな出力（非決定性）に対して、「プロンプトを変えれば直るかもしれない」というお祈り駆動開発に逃げるのではなく、テストコードと評価メトリクスを泥臭く整備し、ソフトウェアエンジニアリングの手法でAIを飼い慣らす実直なメンバーが集まっています。求める人物像・「最新のAI論文を読むこと」以上に、「最新のAI技術をユーザーが使えるプロダクトに落とし込むこと」にエンジニアとしての喜びを感じる方・LLM APIの仕様変更や非推奨化（Deprecation）の速さに対して文句を言うのではなく、変化の激しいエコシステムを前向きに楽しめる知的好奇心を持った方・モデルの精度向上に固執するのではなく、レスポンスタイムやインフラコスト（トークン消費量）とのトレードオフをビジネス視点で冷静に判断できる方仕事の魅力世界中の企業が模索している「生成AIの実用化」という最先端のテーマに対し、プロトタイプで終わらせず、数万〜数十万人が利用する本番環境のプロダクトとしてスケールさせる極めて難易度が高く刺激的なポジションです。プロンプトエンジニアリングからバックエンドアーキテクチャまでを一気通貫で設計・実装する経験を通じて、これからのソフトウェア産業で最も需要が爆発している「LLMアプリケーションエンジニア（AIアーキテクト）」としての圧倒的で希少な市場価値を築くことができます。働き方リモート環境 [フルリモート] 基本的にフルリモートで働いていただけます。

報酬例

4,800 ～ 5,200円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル

Python

エンジニアフルリモート

【フルリモート／週5】Python 生成AI・LLMアプリケーションエンジニア（自律型AIエージェント基盤と高度なRAGアーキテクチャの構築）

【フルリモート／週5】Python 生成AI・LLMアプリケーションエンジニア（自律型AIエージェント基盤と高度なRAGアーキテクチャの構築）お任せしたいこと自社で展開するBtoB SaaS、または全社の生産性を劇的に向上させる社内プラットフォームにおいて、Pythonを用いた大規模言語モデル（LLM）の社会実装と、プロダクションレベルの生成AIアプリケーションの設計・開発をお任せします。「流行りのOpenAI APIをとりあえず繋いでチャットボットを作りました」といったPoC（概念実証）レベルのお遊びを徹底的に排除し、エンタープライズの複雑な業務ドメインを自律的に解決するマルチエージェントシステムの構築や、独自データとLLMを掛け合わせた極めて精度の高いRAG（検索拡張生成）パイプラインを、ハルシネーション（幻覚）の壁と戦いながら泥臭く本番運用へと落とし込んでいくコアポジションです。具体的な業務内容・Python 3.x および FastAPIを利用した、非同期処理（LLMの長い推論待ち時間）を前提としたスケーラブルで低遅延なAI推論APIの設計・開発・LangChain、LlamaIndex、またはLangGraphを駆使した、複雑な業務ワークフローを自律的に遂行するAIエージェント（関数呼び出し、ツール利用）の実装・Qdrant、Pinecone、または pgvector（PostgreSQL）等を利用したベクトルデータベースの設計と、ハイブリッド検索（セマンティック検索＋キーワード検索）によるRAGの検索精度向上・PDFや社内ドキュメント等の非構造化データに対する、泥臭いテキストクレンジング、チャンク分割（Chunking）の最適化、およびエンベディング（埋め込み）パイプラインの構築・RagasやTruLens等を用いたLLM出力の定量評価（Evaluation）基盤の構築と、プロンプトエンジニアリングによる精度の継続的なチューニング・vLLM等を利用したオープンソースLLM（Llama 3等）のローカルホスティング、および必要に応じた小規模なファインチューニング（PEFT / LoRA）の検証・実装・CeleryやRedisを活用した重い生成タスクの非同期キューイング、およびストリーミングレスポンス（Server-Sent Events）の実装・APIコスト（トークン消費量）とレイテンシの極限の最適化、および入力プロンプトに対するセキュリティ（プロンプトインジェクション対策）の設計必須スキル・経験・Pythonを用いたバックエンドWebアプリケーション、またはデータパイプラインの開発実務経験（目安として3年以上）・OpenAI API、Anthropic API等のLLMを利用したアプリケーションの開発、およびプロンプトエンジニアリングの経験・LangChain、LlamaIndex等の生成AIフレームワークを利用した実装経験・FastAPI、Django等を用いたRESTful APIの設計・開発経験・Git / GitHubを用いたプルリクエストベースでのチーム開発経験歓迎スキル・経験・高度なRAG（Retrieval-Augmented Generation）アーキテクチャの構築、および検索精度（Recall/Precision）の改善経験・LangGraphやAutoGen等を用いたマルチエージェントシステムの設計・開発経験・ベクトルデータベース（Pinecone, Milvus, Qdrant等）の運用経験・LLMOps（LLMの評価、監視、デプロイメント）に関する実務経験・AWS（Bedrock, SageMaker等）、またはGCP（Vertex AI等）を利用したクラウドネイティブなAIインフラ構築経験開発・業務環境開発言語：Python 3.x AI/LLMフレームワーク：LangChain, LlamaIndex, LangGraph API・Webフレームワーク：FastAPI LLMモデル：GPT-4o, Claude 3.5 Sonnet, OSS LLM データベース：PostgreSQL (pgvector), Qdrant, Redis インフラ・コンテナ：AWS または GCP, Docker, Kubernetes 非同期処理：Celery, RabbitMQ テスト・品質・評価：pytest, Ragas, LangSmith (または Trulens) コミュニケーション・管理：GitHub, Jira, Slack, Zoom プロジェクトチームについて生成AIのポテンシャルを「実社会のビジネス価値」へと変換する、AIアプリケーション（LLMコア）チームへの配属となります。「LLMがよしなに解決してくれる」という魔法のような期待を極めて嫌い、非決定的なAIの出力をエンジニアリングの力でいかにコントロール（決定論的なシステムと統合）するかに執念を燃やす手堅いカルチャーです。回答精度が上がらない際にも、「プロンプトの微調整」というお祈り駆動開発に逃げるのではなく、ドキュメントのパース処理やチャンク分割のロジック、検索クエリの拡張といった泥臭いデータの前処理に立ち返り、論理的に課題を解決していく実直なメンバーが集まっています。求める人物像・「最新のAI論文を読むこと」自体を目的とせず、「その技術を使ってユーザーの業務時間を何時間削減できるか」というビジネス価値の創出に圧倒的な当事者意識を持てる方・数週間単位で破壊的アップデートが起こる生成AI界隈の進化スピードに対して文句を言うのではなく、前向きにキャッチアップし、既存のコードを捨てることを楽しめる方・LLMの華やかな出力の裏側にある、PDFからのテキスト抽出やチャンキングといった「極めて泥臭く地味なデータ処理」から逃げずにやり切れる知的好奇心を持った方仕事の魅力世界中の企業が「生成AIのPoCの壁」を越えられずに苦しむ中、最新のLLMエコシステムを駆使してエンタープライズの要件に耐えうる本番品質のAIエージェントを最前線で構築する、極めて難易度が高くエキサイティングなポジションです。不確実性の高いAIモデルと、堅牢なソフトウェアエンジニアリングを融合させる高度な経験を通じて、単なる「Pythonが書けるエンジニア」を完全に凌駕し、これからのAI時代においてメガベンチャーから全産業の企業が喉から手が出るほど欲しがる「生成AI・LLMアプリケーションアーキテクト」としての圧倒的な市場価値を築くことができます。働き方リモート環境 [フルリモート] 基本的にフルリモートで働いていただけます。

報酬例

4,400 ～ 4,800円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル

Python

OpenAI