Juliaのフリーランス案件・求人一覧
1 - 7件/全7件
Python データサイエンティスト|AIモデル構築支援
案件のおすすめポイント
- 量子コンピュータや衛星、エッジAIといった最先端技術領域の知見を習得
- 大手通信キャリアの基盤を支える、社会貢献性の高いプロジェクトに参画
- AIインフラからモデル設計まで担い、専門家としてのキャリアを築ける
Python、C++、JuliaやTensorFlow、PyTorchの活用経験を持つデータサイエンティスト向けの案件です。大手通信業界を対象に、量子コンピュータや衛星を活用したAIインフラ構築支援、AIモデル設計、エッジAIの技術アドバイザリー等を担当します。
案件の必須スキル
・Python、C++、Julia等のプログラミング経験 ・機械学習、深層学習、自然言語処理などのAIおよび機械学習経験 ・TensorFlow、PyTorch、Scikit-learnなどの活用経験
Python データサイエンティスト|大手通信業界向けAIモデル設計
案件のおすすめポイント
- 量子コンピュータ等の最先端技術に触れ、AIモデル設計を主導する
- 大手通信業界の課題解決を通じ、市場価値の高い専門性を獲得できる
- 海外チームと連携し、エッジAI等の先端分野でグローバルに活躍
Pythonを用いたAIモデル設計経験が求められるデータサイエンティストの案件です。大手通信業界を対象に、量子コンピュータや衛星等を活用した最先端のAIインフラ構築を支援。AIモデルの設計から技術アドバイザリーまで幅広く担当します。
案件の必須スキル
・Python、C++、Julia等のプログラミング経験 ・機械学習、深層学習、自然言語処理などのAIおよび機械学習経験 ・TensorFlow、PyTorch、Scikit-learnなどの活用経験
案件のおすすめポイント
- 統計的因果推論など、高度な数理モデルの研究開発に挑戦
- 自社プロダクト開発に直結し、研究成果が価値になる実感
- アカデミックな知見をビジネスに活かす希少な人材へ
統計学や機械学習の深い知見を活かし、自社プロダクトの価値向上に貢献するデータサイエンティストを募集。広告効果を推定する統計手法や予算配分を最適化する数理最適化手法を研究・開発し、プロトタイプに実装します。
案件の必須スキル
・大学院修士課程を修了し、線形代数学、解析学、統計学、確率論についての基礎的理解があること ・統計学や機械学習を用いた研究開発の経験(学生時代の経験可) ・Julia、Python、R などを使用したプログラミングの経験および、Jupyter Notebook、JupyterLab、RStudio などの使用経験 ・プロダクト開発への興味関心
プロダクト開発におけるデータ分析支援
■概要 エンジニア・プロダクトマネージャーと連携しながら、パートナーが保有する大規模なデータを分析し、広告・EC・物流などの分野で新規プロダクトの開発および既存プロダクトの最適化で重要な役割を担います。 またビジネスチームと協力して、データに裏付けられたソリューションの提案を支援します。 ■具体的な作業内容 ・パートナーが保有するデータの分析 ・プロダクトのコアになるモデル・アルゴリズムの開発と改良 ・分析のための環境構築とデータ処理 ・データの視覚化・ダッシュボード作成 ・データ分析の結果に基づいたレポート作成・ソリューション提案 -------------------------------------------------------------------------------------- Midworkは正社員並みの保障を徹底追求。 充実の福利厚生で安定したフリーランスに。 --------------------------------------------------------------------------------------
案件の必須スキル
・3年以上の大規模データ分析(数千万~億件)に関わる実務経験 ・Python, R, Juliaなどを使ったデータ分析の経験 ・データへの興味と情熱
Python AIエンジニア|大手企業のAI活用アーキテクチャ策定・実装支援
案件のおすすめポイント
- Pythonや深層学習など、需要の高いAI技術の実装経験を深める。
- 大手企業のAI戦略策定に関わる、影響力の大きな上流工程を経験。
- グローバルな環境での実務が、AI専門家としてのキャリアを加速させる。
PythonやAI(機械学習)の知見を活かし、大手企業IT部門でAI活用の将来アーキテクチャ策定と標準化を推進します。構想から実装、海外ベンダーとの折衝まで幅広く担当いただくAIエンジニア向けの案件です。
案件の必須スキル
・Python、C++、Julia等のプログラミングスキル ・機械学習・深層学習・自然言語処理の理論と実装経験 ・英語(読み書きレベル可)
データサイエンティスト/オフライン広告の可視化を図る次世代型マーケティングプロダクト/フルリモート
【案件概要】 顧客がより大きなマーケティング成果をあげることを支援するプロダクトです。 データサイエンスを駆使することで、過去の出稿実績からメディアごとの広告効果を推定します。 広告効果に基づいて決定された最適な広告予算配分が提示されることで、 ユーザはよりよいマーケティング戦略を立てられるようになります。 高度な統計学の手法を駆使したMarketing Mix Modeling: MMMの手法が実装されていることが大きな特徴です。 これによりテレビ CM などのオフライン広告でさえも、オンライン広告と統合して定量的な分析ができます。 【業務内容】 ・広告効果を推定するための統計手法や、広告予算配分最適化のための数理最適化手法を開発する ・社内のソフトウェアエンジニアと協力しながら、開発した手法を Proof of Concept (PoC) で使用するプロトタイプに実装する ・また、MAGELLAN に限らず弊社が開発する他のプロダクトにおいても、データサイエンスを活用した機能について研究・開発を行う 【PoC例】 ・繰越効果や飽和効果などを考慮した非線形な広告効果の推定 ・状態空間モデルによる動的に変化する広告効果の推定 ・非線形数理最適化による広告予算配分の最適化 ・統計的因果推論に基づく、より妥当な広告効果推定手法の探究
案件の必須スキル
・線形代数学、解析学、統計学、確率論についての基礎的理解があること ・統計学や機械学習を用いた研究開発の経験(学生時代の経験可) ・Julia、Python、R などを使用したプログラミングの経験および、Jupyter Notebook、JupyterLab、RStudioなどの使用経験
【Julia/Python/R】マーケティングプロダクトのデータサイエンティスト募集|フルリモート
・広告効果を推定するための統計手法や、広告予算配分最適化のための数理最適化手法を開発する ・社内のソフトウェアエンジニアと協力しながら、開発した手法を Proof of Concept (PoC) で使用するプロトタイプに実装する ・弊社が開発する他のプロダクトにおいても、データサイエンスを活用した機能について研究・開発を行う 現在取り組んでいる研究開発プロジェクト一例 ・繰越効果や飽和効果などを考慮した非線形な広告効果の推定 ・状態空間モデルによる動的に変化する広告効果の推定 ・非線形数理最適化による広告予算配分の最適化 ・統計的因果推論に基づく、より妥当な広告効果推定手法の探究
案件の必須スキル
・大学院修士課程を修了し、線形代数学、解析学、統計学、確率論についての基礎的理解があること ・統計学や機械学習を用いた研究開発の経験(学生時代の経験可) ・Julia、Python、R などを使用したプログラミングの経験および、Jupyter Notebook、JupyterLab、RStudio などの使用経験 ・プロダクト開発への興味関心
1 - 7件/全7件
この条件の新着案件情報を受け取る
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。
一部のフィルター変更や削除で検索条件の調整を行い、応募できる案件の選択肢を広げましょう。
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。
この条件の新着案件情報を受け取る
Juliaのフリーランス案件・求人に関する情報
Juliaのフリーランス案件・求人について
Juliaとは
Juliaは、高性能な科学技術計算とデータ解析のためのプログラミング言語で、MITで開発されたオープンソースプロジェクトです。Juliaは、シンプルで使いやすい動的言語でありながら、C言語に匹敵する高速性を実現することを目指して設計されており、数値計算、機械学習、統計学、金融工学など、幅広い分野で利用されています。
Juliaの特徴として、LLVMベースのJITコンパイラにより、インタプリタ言語でありながらコンパイル言語並みの高速性を実現していること、型推論とマルチプルディスパッチにより、高い表現力と柔軟性を持つこと、並列・分散処理のためのプリミティブが言語に組み込まれていること、Pythonライクな文法で、数学的な記法を自然に表現できること、C言語やFortranとのシームレスな連携が可能なこと、豊富なパッケージエコシステムを持ち、データ解析や可視化のためのライブラリが充実していること、Jupyter Notebookとの親和性が高く、対話的な開発が行えることなどが挙げられます。
Juliaができる開発は、科学技術計算、数値シミュレーション、統計解析、機械学習、深層学習、最適化問題、金融工学、生物情報学、天体物理学など、計算負荷の高い分野での研究開発や実装、データ解析パイプラインの構築、Webアプリケーションのバックエンド開発、組み込みシステムの開発など、幅広い分野に及びます。
Juliaを活用している世界的サービスやプロダクトは、NASA、FAA(米国連邦航空局)、ブラックロック、ゴールドマンサックス、インテル、Uber、eBayなどの企業や研究機関で、金融モデリング、ロボット制御、ビッグデータ解析、最適化問題の解決などに用いられています。また、JuliaのオープンソースライブラリであるFlux.jl(機械学習)、JuMP(数理最適化)、DifferentialEquations.jl(微分方程式)、Plots.jl(データ可視化)などは、それぞれの分野で高い評価を得ています。Juliaは、シンプルで使いやすい言語設計と高速性を両立させた新しいプログラミング言語として注目を集めており、科学技術計算とデータ解析の分野でのデファクトスタンダードになりつつあります。
Juliaを活用するメリット
この章ではJuliaを活用するメリットについて説明します。
Juliaを習得することにより、具体的に以下のようなメリットがあります。
・C言語に匹敵する高速な処理速度を実現
・Pythonライクなシンプルで扱いやすい文法により生産性の高い開発が可能
・科学技術計算を強力にサポートする多様なライブラリ群
・MLやデータサイエンスなどの分野で注目を集めている言語
・並列・分散処理による高いスケーラビリティを実現可能
・外部ライブラリとの連携が容易でありデータ処理パイプラインの構築に最適
・JITコンパイラを搭載し実行速度とコーディングの手軽さを両立
Juliaは機械学習システム開発、データ分析基盤開発、シミュレーションシステム開発、科学技術計算システム開発など様々な分野のシステム開発に活用されつつあり、フリーランス求人・案件数も徐々に増加傾向にあります。上記活用する上でのメリットを踏まえて、習得可否を検討することをおすすめします。
Juliaを活用するデメリット
この章ではJuliaを活用するデメリットについて説明します。
Juliaを習得することにより、具体的に以下のようなデメリットがあります。
・言語としての歴史が浅くエコシステムがまだ発展途上
・言語仕様の変更が頻繁に行われアップデートへの追従が大変
・ライブラリが若干少なく、ユースケースによってはサポートが手薄な場合あり
・他言語との連携にやや難がありシステム統合で苦労する可能性あり
Juliaはメリットが多いですが、エコシステムの未成熟さや仕様変更の多さなど注意すべき点がいくつかあることを理解しておきましょう。
Julia習得を今後検討しているフリーランスエンジニアはJuliaを活用するメリットデメリットを比較した上で決めると後悔が少ないでしょう。
特に機械学習やデータサイエンス領域のシステム開発に携わるのであれば、習得を検討する価値は高いと言えます。