この案件は募集終了しました
条件にあう案件が見つからない場合、エージェントに相談してみることをおすすめします。 この案件に類似する非公開案件の紹介やキャリアカウンセリングを無料で行ってくれます。
【Python/AWS SageMaker/フルリモート】AWS Bedrock環境でのLLMファインチューニングPoC支援
案件サマリー
PythonとAWS SageMakerを用いたRAG型生成AIチャットの応答品質向上に向け、教師ありファインチューニングや継続事前学習、蒸留などを比較検証し、前処理から学習・推論環境構築、評価指標設計、デプロイまでのMLOpsパイプラインを整備するPoCのMLエンジニア募集です。
この案件のおすすめポイント
- Python×SageMakerでLLM実装力を実戦強化
- RAG最適化とFT検証で評価設計スキル伸長
- モデル選定からMLOpsまで一気通貫経験
案件の内容
大手保険会社向けに導入済みのRAG型生成AIチャットシステムを対象として、応答品質の最適化を目的にファインチューニング(FT)の効果測定PoCを実施します。 主な業務内容: ・クライアント提供の社内文書やオペレーター会話ログの前処理および学習用データセット整形 ・教師ありFTを中心に、継続事前学習や転移学習、知識蒸留などの代替手法も検討 ・候補モデルは gpt_oss / Llama / Swallow 系を想定 ・クライアントのAWS環境(SageMaker)を用いた学習・推論環境の構築 ・デプロイと精度評価(評価指標・評価データ設計含む)を行うMLOpsパイプラインの構築 初日および終了日のみ日本橋近辺にて対面、それ以外はフルリモート想定です。
募集背景
RAG型生成AIの応答品質向上に向け、ファインチューニング効果の検証および運用パイプライン整備を短期PoCとして推進するための増員です。
必須スキル
・Pythonでの実装経験が豊富で、機械学習ワークフローに精通していること ・AWS SageMakerの実務利用経験 ・データ前処理、評価設計の基本知識
歓迎スキル
・大規模言語モデル(LLM)のファインチューニング実務経験 ・転移学習、継続事前学習、蒸留等の適用経験 ・RAGパイプラインの設計・運用経験 ・MLOps(CI/CD、評価自動化)の知見
開発環境
言語・フレームワーク: Python, PyTorch など クラウド: AWS(SageMaker, S3, IAM, CloudWatch ほか) モデル候補: gpt_oss, Llama, Swallow 系 開発体制: フルリモート(初日・終了日のみ対面) その他: データ前処理パイプライン、評価基盤、デプロイ自動化
稼働日数
週5日
平日週5日を想定
精算
140~180時間
面談回数
2回(オンライン)
状況に応じて日本橋付近での対面商談の可能性あり
作業開始時期
即日
募集人数
3人
チーム規模
6-10名
リモート
フルリモート
作業開始/終了時間の目安
9:30〜18:30目安(応相談)
平均稼働時間
月間140〜180時間目安
現場の雰囲気
リモート中心で自律的に進める環境。技術検証を素早く回す実験志向のチームです。
案件担当のコメント
短期PoCですが、SageMakerでのLLM学習〜評価〜デプロイまで一気通貫で関われます。モデル選定や評価設計に主体的に取り組める方を歓迎します。
フリーランスボードからのアドバイス
PythonとSageMakerの実装経験を軸に、教師ありFTや継続事前学習、蒸留まで検討を広げられる方に好相性です。RAGの応答品質改善という明確なビジネス課題があり、評価指標や評価データ設計まで踏み込めるのが魅力。短期PoCで意思決定も速く、モデル候補はLlamaやSwallow等のトレンドを押さえています。事前に前処理フローの再利用テンプレートや実験管理(MLflowやSageMaker Experiments)の準備を済ませ、再現性高く回す体制を整えて臨むと成果が出やすいです。将来的なMLOpsリードやGenerative AIアーキテクト志向のキャリア形成にもつながります。
企業名
サンプル企業名株式会社
サービス/プロジェクト名
サービス/プロジェクト名
詳細スケジュール/リリース時期
詳細スケジュール/リリース時期は面談時にお伝えします
詳細スケジュール/リリース時期は面談時にお伝えします
詳細スケジュール/リリース時期は面談時にお伝えします
詳細スケジュール/リリース時期は面談時にお伝えします
詳細スケジュール/リリース時期は面談時にお伝えします
現場責任者の雰囲気
現場責任者の雰囲気は面談時にお伝えします。
現場責任者の雰囲気は面談時にお伝えします。
現場責任者の雰囲気は面談時にお伝えします。
現場責任者の雰囲気は面談時にお伝えします。
現場責任者の雰囲気は面談時にお伝えします。
開発体制の詳細
サンプル: エンジニア8名(バックエンド4名、フロントエンド3名、QA1名)
案件探しはAIに。あなたは確認だけ。
AIエージェントが40万件の案件からあなた専用の提案。利用中のフリーランスは平均より月10万円以上の高単価を実現しています。
この案件に似た条件で検索する
AIエンジニア, 機械学習エンジニア
Python, AWS, SageMaker
東京都
75-95万円