フリーワード

検索
1
検索
1filter_icon

MLOpsエンジニアのフリーランス案件・求人一覧

1 - 30件/全185件

96万円/月額
業務委託(フリーランス)東京都

案件のおすすめポイント

  • 最先端AI音声通訳を支えるMLOpsやGPU推論基盤の設計に携われます
  • 生成AIや音声技術の需要急増に伴い市場価値の高いMLOps経験を積めます
  • 月額96万円かつフルリモートで大規模AIインフラの専門性を極められます

Python、Go、AWS、Terraform、Datadogの経験を活かし、機械学習エンジニアとして参画いただきます。AI音声合成や同時通訳プロダクトにおける推論・学習環境の整備やMLOps基盤構築を担います。

案件の必須スキル

- SREまたはDevOps領域での実務経験(3年以上) - MLOpsエンジニア/機械学習エンジニア/AI・LLMエンジニアのいずれかでの実務経験 - Go/Python/TypeScriptのいずれかを用いたバックエンドの開発経験(3年以上)

16日前 提供元-Findy Freelance
136万円/月額
業務委託(フリーランス)東京都大崎駅

案件のおすすめポイント

  • 最新のLLM推論基盤やvLLM環境の構築を牽引できる先端案件です
  • 需要が急増するMLOpsやGPU最適化の高度な専門性が身につきます
  • 月額136万円の高単価かつフルリモートで柔軟な働き方が実現できます

Python、Kubernetes、Terraformを扱い、MLOpsやLLM推論基盤を構築する機械学習エンジニアの案件です。GPUやvLLMを用いたセルフホスト環境の最適化や推論ゲートウェイ設計を担います。

案件の必須スキル

- 分散システムまたはデータ基盤の設計・運用経験(目安3年以上) - Pythonでの本番システム開発経験、およびSQLを用いたデータ処理・分析の実務経験 - クラウド環境(Azure / AWS / GCP)におけるインフラ設計・運用経験、およびDocker / Kubernetes等を用いた本番運用経験 - Terraform / Bicep等のIaCやCI/CDを前提とした開発フローの設計・運用経験 - 性能・コスト・品質を数値で定義し、計測に基づいて改善を検証しながら、仕様が固まりきっていない領域でも自ら設計提案・実装推進できること 上記経験に加え、以下のいずれか1つ以上の領域で実務的な深さを持っている方  - GPUを用いた推論・学習基盤の構築および運用経験(例:vLLM / TensorRT-LLM / SGLang等を用いたサービング、CUDA環境の運用)  - 複数バックエンドへのルーティングやトラフィック制御基盤の設計経験、またはコスト最適化を目的としたアーキテクチャ改善をリードした経験  - 機械学習またはLLMアプリケーションにおける評価パイプラインの構築経験(例:オフライン評価、A/Bテスト基盤、データ品質管理のいずれか)  - ワークフローオーケストレーション基盤の設計・運用経験、またはKubernetes Operator / コントローラの実装経験(例:Airflow / Dagster / Temporal / Argo等)

18日前 提供元-Findy Freelance
フルリモート
生成AI活用案件

Python SRE|LLM推論基盤の構築と最適化

136万円/月額
業務委託(フリーランス)東京都大崎駅

案件のおすすめポイント

  • vLLMやGPU基盤を活用した最先端LLM推論環境の設計力を磨けます
  • 推論ルーティングや評価パイプライン構築など高度なMLOpsを実践
  • LLM経済性改善を牽引する希少なAIインフラの専門家へ成長できます

PythonやKubernetes、Terraformを用い、GPUやvLLMによる推論環境の構築・最適化を担うLLM推論基盤エンジニアの案件です。推論ゲートウェイの設計やコスト最適化ループの実装等を行います。

案件の必須スキル

- 分散システムまたはデータ基盤の設計・運用経験(目安3年以上) - Pythonでの本番システム開発経験、およびSQLを用いたデータ処理・分析の実務経験 - クラウド環境(Azure / AWS / GCP)におけるインフラ設計・運用経験、およびDocker / Kubernetes等を用いた本番運用経験 - Terraform / Bicep等のIaCやCI/CDを前提とした開発フローの設計・運用経験 - 性能・コスト・品質を数値で定義し、計測に基づいて改善を検証しながら、仕様が固まりきっていない領域でも自ら設計提案・実装推進できること 上記経験に加え、以下のいずれか1つ以上の領域で実務的な深さを持っている方  - GPUを用いた推論・学習基盤の構築および運用経験(例:vLLM / TensorRT-LLM / SGLang等を用いたサービング、CUDA環境の運用)  - 複数バックエンドへのルーティングやトラフィック制御基盤の設計経験、またはコスト最適化を目的としたアーキテクチャ改善をリードした経験  - 機械学習またはLLMアプリケーションにおける評価パイプラインの構築経験(例:オフライン評価、A/Bテスト基盤、データ品質管理のいずれか)  - ワークフローオーケストレーション基盤の設計・運用経験、またはKubernetes Operator / コントローラの実装経験(例:Airflow / Dagster / Temporal / Argo等)

18日前 提供元-Findy Freelance
50-135万円/月額
業務委託(フリーランス)東京都渋谷駅

案件のおすすめポイント

  • AI需要が高まる中SageMakerを駆使したMLOpsの構築に挑めます
  • 大手メーカーの基幹でAWSやコンテナを用いた高度な設計力を磨けます
  • 機械学習とインフラを横断する希少なMLOpsエンジニアへと飛躍できます

AWS SageMakerやコンテナ、IaC、CI/CDを活用し、大手メーカー向け機械学習システムの設計から運用保守までを担うクラウドエンジニア案件です。MLOps基盤の整備やマイクロサービス環境の構築を推進します。

案件の必須スキル

・機械学習システムの設計・構築経験 ・モデル開発だけでなく、実運用を見据えたMLシステム全体の設計経験 ・インフラやアプリケーション領域を横断した技術知識、技術的な論点整理・課題解決能力

25日前 提供元-Midworks
75万円/月額
業務委託(フリーランス)大阪府大阪駅

案件のおすすめポイント

  • AWS SageMakerを活用し、市場価値の高いMLOps経験を積めます
  • 要件整理から運用まで一貫して携わり、上流SEの経験を深められます
  • 大手メーカーの基盤構築で、MLアーキテクトとしてのキャリアを築けます

AWS SageMakerを用いたシステム設計や機械学習パイプライン構築の経験を活かし、大手電子部品メーカー向け機械学習基盤の構築に携わります。要件整理からアーキテクチャ設計、実装、運用設計まで一貫して担当する上流SEの役割です。

案件の必須スキル

・AWS SageMakerなどのクラウド上の機械学習サービスを活用したシステム設計実装経験 ・機械学習パイプラインの構築経験 ・API、バッチ処理、データ基盤、ストレージ、監視などを組み合わせたアーキテクチャ設計経験 ・本番運用を想定したモデル管理、デプロイ、監視、ログ収集、障害対応、性能改善の知見 ・MLOps、CI/CD、IaC、コンテナ、権限設計、セキュリティに関する実務経験 ・要件整理からアーキテクチャ設計、実装、テスト、運用設計まで一貫して対応した経験

5ヶ月前 提供元-レバテックフリーランス
75-115万円/月額
業務委託(フリーランス)東京都渋谷駅

案件のおすすめポイント

  • 一人目のMLOps担当として、次世代の推薦基盤をゼロから設計できる裁量
  • 急成長事業のAI推薦基盤を担い、MLOpsの専門性を高められる貴重な機会
  • AI Nativeな最先端開発環境で、業界最高水準の技術に触れられます

Vertex AIやKubeflow等でのMLパイプライン構築、モデルサービング、データパイプライン構築のご経験を活かし、ソーシャルECアプリのAI推薦基盤を設計するMLOpsエンジニアの募集です。一人目の担当者としてゼロから基盤を構築し、事業成長に直結するやりがいのある役割を担っていただきます。

案件の必須スキル

以下のいずれかのご経験をお持ちの方を募集しております。 ・MLパイプラインの設計、構築、運用経験(Vertex AI、Kubeflow、Airflow、SageMaker等) ・モデルサービングの本番運用経験(Cloud Run、Vertex AI Endpoint、SageMaker Endpoint等) ・データパイプラインの構築、運用経験(BigQuery、Dataflow、Spark等) ・CI/CD for MLの設計、実装経験(モデルのバージョニング、自動バリデーション、デプロイ自動化) ・保守性、テスタビリティ、運用安定性を考慮したソフトウェアエンジニアリング観点でのインフラ設計経験 ・Pythonを用いたML基盤の実装経験

5ヶ月前 提供元-ジェントラストフリーランス
75-85万円/月額
業務委託(フリーランス)東京都渋谷駅

案件のおすすめポイント

  • 需要高まるMLOps基盤構築とクラウド移行の経験を積めます
  • 化学プラントの自動化という社会貢献性の高いプロジェクトです
  • インフラと機械学習の専門性を高めキャリアアップに繋がります

GCPやオンプレミス環境でのインフラ構築経験を持つクラウドエンジニア向けの案件です。化学プラント操業自動化のため、MLOps基盤の設計・構築を担当します。GCPからオンプレへの移行を視野に入れ、インフラ設計からネットワーク設定まで一貫して携わります。

案件の必須スキル

クラウドエンジニア(その他クラウド)

9ヶ月前 提供元-Midworks
85万円/月額
業務委託(フリーランス)渋谷駅

案件のおすすめポイント

  • 最先端のLLMOps/RAGスキルを習得し市場価値の高いエンジニアへ
  • AI導入コンサルから開発・運用まで一貫して携われる貴重な経験
  • オンプレとクラウド両対応のAI基盤構築でキャリアの幅を広げる

機械学習、推論、RAG、パイプライン設計の知識をお持ちの方を求めています。事業会社向けの独自のオンプレミスAI技術を用いたシステム基盤の構築案件です。導入コンサルや要件定義から、MLOps/LLMOpsの設計・導入、開発・運用まで幅広く担当いただきます。

案件の必須スキル

・機械学習・推論・RAG・パイプライン設計の知識 ・クラウド・オンプレ機械学習システムの設計・開発・運用経験 ・機械学習・自然言語処理に関するソフトウェアの設計・開発・運用経験 ・システム設計・開発経験

10ヶ月前 提供元-レバテックフリーランス
90-110万円/月額
業務委託(フリーランス)東京都東京テレポート駅

案件のおすすめポイント

  • AWS×MLOps導入で最新トレンドを牽引できる環境
  • 設計から運用まで一気通貫で裁量大・実績化
  • Kubernetesなどクラウドネイティブで市場価値向上

AWSやLinuxを活用し、インフラの設計・構築から運用・保守まで一貫して担う情シス支援DevOpsエンジニアの求人です。ビッグデータ分析基盤の構築や最先端のMLOps導入を通じてデータ活用の効率化と高度化を推進します。

案件の必須スキル

・AWSサービスの利用経験(1年以上) ・Linuxの実務経験 ・下記いずれかの特出したスキル  - MLOpsを実現するためのAWS上での開発環境構築スキル  - AWSを業務対象として一から設計・構築した経験  - Kubernetes等コンテナオーケストレーション環境の構築・運用経験  - クラウドネイティブ技術に精通した業務経験  - 言語を問わず、アプリ開発全般に精通(要件定義~テスト・保守まで一人称対応) ・一人称で設計から対応が可能な自己完結力 ・主体的に課題解決に向けて動ける方 ・(外国籍の場合)ビジネスレベルの日本語能力

1年前 提供元-ギークスジョブ
85万円/月額
業務委託(フリーランス)東京都渋谷駅

案件のおすすめポイント

  • 機械学習とMLOpsの専門知識で、AIプラットフォームの根幹を担う。
  • 社会問題解決に貢献する、革新的なプロダクトの新規機能開発を主導。
  • アーキテクチャ選定の経験を積み、ML分野のテックリードを目指せる。

機械学習エンジニアとして、プラットフォーム新規機能開発案件に携わっていただきます。プラットフォームにおける新たな機能の開発を担っていただける方を募集しています。

案件の必須スキル

・機械学習エンジニアとしての業務経験 ・MLOpsエンジニアとしての業務経験 ・アーキテクチャの選定経験

1年前 提供元-レバテックフリーランス
85万円/月額
業務委託(フリーランス)東京都渋谷駅

案件のおすすめポイント

  • MLOpsの知見を活かし、AIプラットフォームのアーキテクチャを担えます
  • 社会問題の解決に貢献する、生産性を高めるAIプロダクト開発をリード
  • MLとMLOps両方の経験は希少。AI分野の専門家として飛躍できます

機械学習のスキルを活かして、プラットフォーム新規機能開発案件に携わっていただく機械学習エンジニアを募集しています。プラットフォームの新規機能開発に深く関わることができるポジションです。

案件の必須スキル

・機械学習エンジニアとしての業務経験 ・MLOpsエンジニアとしての業務経験 ・アーキテクチャの選定経験

1年前 提供元-レバテックフリーランス
85万円/月額
業務委託(フリーランス)東京都渋谷駅

案件のおすすめポイント

  • MLOpsの知見を活かし、AIプラットフォームのアーキテクチャを担えます
  • 社会問題の解決に貢献する、生産性を高めるAIプロダクト開発をリード
  • MLとMLOps両方の経験は希少。AI分野の専門家として飛躍できます

機械学習のスキルを活かし、プラットフォームの新規機能開発案件に携わっていただきます。プラットフォームにおける新規機能の開発を担う、機械学習エンジニアを募集しています。

案件の必須スキル

・機械学習エンジニアとしての業務経験 ・MLOpsエンジニアとしての業務経験 ・アーキテクチャの選定経験

1年前 提供元-レバテックフリーランス
85万円/月額
業務委託(フリーランス)東京都渋谷駅

案件のおすすめポイント

  • 機械学習とMLOpsの専門性を活かし、アーキテクチャ選定から関与
  • 生産性を高めるAIプラットフォームの新規機能開発という最先端領域
  • 社会問題解決に貢献するプロダクト開発で、市場価値の高い実績を構築

機械学習の専門性を活かし、プラットフォームにおける新規機能開発案件に携わっていただきます。機械学習エンジニアとして、プラットフォームの新規機能開発業務を担当していただきます。

案件の必須スキル

・機械学習エンジニアとしての業務経験 ・MLOpsエンジニアとしての業務経験 ・アーキテクチャの選定経験

1年前 提供元-レバテックフリーランス
75万円/月額
業務委託(フリーランス)東京都飯田橋駅

案件のおすすめポイント

  • TypeScriptとAWS CDKで市場価値の高いインフラ構築スキルを磨く
  • MLOpsパイプライン構築に携わり、最先端のAI開発領域を経験する
  • データとMLに強いエンジニアとしてキャリアの幅を大きく広げるチャンス

TypeScriptやAWS環境を活用し、基地局向け品質劣化検知システムを開発する案件です。Webフロントエンドやバックエンド構築に加え、AWS CDKやデータおよびMLOpsパイプライン構築を担当します。

案件の必須スキル

・CloudFront、S3によるWebホスティングサービスの構築経験 ・AWS Cognito、AWS WAFによる認証機構の構築経験 ・AWS CDK+Code Build、Code PipelineによるCICD構築経験 ・Webフロントエンド経験 ・AWS CDKによるリソース構築経験

1年前 提供元-レバテックフリーランス
60-80万円/月額
業務委託(フリーランス)東京都渋谷駅

案件のおすすめポイント

  • AI×広告という最先端領域でMLOpsの専門スキルを磨ける
  • Pythonを軸にデータ・バックエンド・インフラまで幅広く担当
  • 急成長中のAIサービスの開発に携わり、市場価値の高い経験を積む

Pythonを活用し、AI広告素材自動生成サービスにおけるバックエンドやMLOpsの開発を担当していただきます。膨大な広告データのエンジニアリングやモデルのAPI化を通じ、サービスの発展に貢献できます。

案件の必須スキル

・Pythonでの開発経験:3年以上 ・実際に運用されているMLサービスの開発経験:1年以上 ・Pytorchを用いたMLシステムの開発経験:1年以上 ・Git を用いたチーム開発経験:2年以上 ・Webアプリケーション開発経験:2年以上 ・SQLによるデータ抽出・操作経験:1年以上 ・機械学習の基本的な理解

2年前 提供元-ギークスジョブ
70-90万円/月額
業務委託(フリーランス)東京都築地駅

案件のおすすめポイント

  • 需要が急拡大中のML Ops基盤開発で、最先端のスキルを習得
  • 国内有数のニュースサイトを支える大規模データ基盤構築に携わる
  • データエンジニアからML Opsへ。市場価値が飛躍的に向上する

KotlinやAndroidの知見を活かし、国内有数の規模を誇る新聞デジタル版プロジェクトに携わるデータ・ML Opsエンジニアを募集します。全社で利用予定となるML Ops基盤の開発を担当いただきます。

案件の必須スキル

・パブリッククラウドを使った開発、運用経験 ・プログラミング経験(PythonおよびGoをキャッチアップ可能な方) ・インフラコードを用いた構成管理経験 ・CI/CDを使った開発、運用環境の改善経験

2年前 提供元-ギークスジョブ
75-85万円/月額
業務委託(フリーランス)東京都六本木一丁目駅

案件のおすすめポイント

  • レコメンドシステムの開発・運用で、MLエンジニアの専門性を磨く
  • Vertex AIへの移行等、モダンなGCP環境でのMLOpsを経験
  • 美容情報サービスという大規模データで、実践的なスキルが身につく

Pythonを活用する美容総合情報サービスにて、MLエンジニアを募集しています。RecBoleでのレコメンドデータ抽出やVertex AIへの基盤移行、システムの運用保守および改善をお任せします。

案件の必須スキル

・ プログラミング・ツール * Python,SQLの2年以上の実務経験 * Git, Jupyter Notebookの実務利用 ・アルゴリズムの理解(ライブラリの知識含む) * 基本的なアルゴリズムの理解 * レコメンデーションアルゴリズムの理解 * 協調フィルタリング、コンテンツベース、行列分解、深層学習ベース、ハイブリッド ・基本的なデータ処理技術の理解 * 例: データの前処理、クレンジング、特徴量エンジニアリングなど ・GCP環境を用いた開発経験 * GCP VertexAI, BigQueryは1年以上の実務利用経験 ・機械学習を用いたモデル開発経験 ・機械学習を用いたレコメンドモデルの開発経験 ・ MLOpsに関する実務経験(MLパイプライン構築、CI/CD、モデルのバージョニング、モニタリングなど) ・仮想環境を用いたチーム開発経験

2年前 提供元-ギークスジョブ
40-60万円/月額
業務委託(フリーランス)東京都東京テレポート駅

案件のおすすめポイント

  • AWS環境でのMLOps構築など先端技術の実務スキルを強化できます
  • 需要が高まるビッグデータ分析やDevOps領域で社内改革を強力に推進
  • クラウドネイティブ基盤の設計運用実績は今後の市場価値を大きく向上

JavaScript、Python、SQLを活用し、情報システム部を支援するSEを募集します。ビッグデータの分析や整理を通じ、MLOpsやDevOps関連の社内システム効率化を担当していただきます。

案件の必須スキル

・AWSサービス利用の実務経験(1年以上) ・Linux経験 ・Python、JavaScript、TypeScript、SQL いずれかの経験 (いずれか特化スキルがあれば可) ・AWS上でMLOps開発環境を構築できるスキル ・AWSを業務対象として一から設計・構築した経験 ・Kubernetes等のコンテナオーケストレーション環境の構築・運用経験 ・クラウドネイティブ技術に関する精通または実務経験 ・言語不問でアプリ開発(8年以上) ┗要件定義~テスト・保守

10日前 提供元-Prime Freelance
58-65万円/月額
業務委託(フリーランス)東京都

案件のおすすめポイント

  • FastAPIとAzureを駆使し需要高まるMLOps環境の構築に挑めます
  • 医療ビッグデータを支える推論APIやデータ基盤の開発を深く経験できます
  • 医療AI基盤の実績を築くことで市場価値の高いスペシャリストへ飛躍できます

Pythonを用いたAPI開発やMLOps、DWHによるパイプライン構築経験が活かせます。医療向けAI基盤でのバイタルデータ収集基盤や推論APIの開発、MLOps環境整備を担うバックエンド案件です。

18日前 提供元-Re:search
募集終了
フルリモート
生成AI活用案件
面談1回

Python バックエンドエンジニア|医療データAI基盤開発

60万円/月額
業務委託(フリーランス)東京都

案件のおすすめポイント

  • FastAPIやAzureを用いた最先端MLOpsの実務スキルを高められます。
  • 社会貢献性の高い医療データとAI基盤を繋ぐ先進的な開発に携われます。
  • 需要が急増するヘルステック領域で市場価値の高い専門人材へ飛躍できます。

PythonやFastAPI、Azureを用いた医療特化型AI基盤開発エンジニアを募集しています。バイタルデータを活用した推論APIの設計や開発、MLOps基盤の整備およびデータパイプライン構築などを担当します。

案件の必須スキル

・Python(FastAPI / Django等)を用いたバックエンド・APIの開発実務経験(4年以上) ・AzureまたはAWS環境における機械学習モデル運用(MLOps)もしくはAI基盤の開発経験 ・SnowflakeやBigQuery等のDWHを活用したデータパイプライン構築およびデータ設計の経験 ・REST APIやgRPC等のAPI設計・実装およびパフォーマンスチューニングの経験 ・GitHub CopilotやCursor等のAIコーディング支援ツールを日常的に活用した開発経験

23日前 提供元-フリランドットコム
募集終了
フルリモート
生成AI活用案件
面談1回

Python MLOpsエンジニア|医療向けAI基盤開発

60万円/月額
業務委託(フリーランス)東京都

案件のおすすめポイント

  • FastAPIとAzureを駆使し先端医療AIの推論基盤構築に携われます
  • 需要が急伸する医療データ連携とMLOpsの実践知見を深められます
  • 高度なAI基盤開発の実績は次世代エンジニアとしての市場価値を高めます

PythonやFastAPI、Microsoft Azureを用いた推論API・MLOpsエンジニアの案件です。医療AI基盤開発にてバイタルデータを統合・活用し、推論API開発やMLOps環境整備を担います。

案件の必須スキル

・Python(FastAPIまたはDjango等)を用いたWebバックエンドAPIの開発経験(4年以上) ・Microsoft AzureまたはAWS環境下における機械学習モデルの運用(MLOps)もしくはAI基盤開発の経験 ・Snowflake、BigQuery等のDWHを用いたデータパイプライン構築およびデータモデリングの経験 ・REST APIやgRPC等のAPI設計・開発およびパフォーマンスチューニングの経験 ・GitHub CopilotやCursor等のAI支援開発ツールを日常的に活用した開発経験

23日前 提供元-フリランドットコム
75-105万円/月額
業務委託(フリーランス)東京都

案件のおすすめポイント

  • SageMakerやIaCを駆使し需要高まるMLOps実践力を磨けます
  • 大手メーカーのAI活用を牽引するフルリモート高単価案件です
  • 機械学習基盤の設計経験は今後のAI市場で強力な武器になります

AWSやSageMakerを活用し、大手電子部品メーカー向けMLOps基盤やパイプライン構築を担うエンジニアを募集しています。アーキテクチャ設計からCI/CDの整備、モデル監視の改善まで幅広くご担当いただきます。

案件の必須スキル

・MLOps基盤の構築および運用保守の実務経験 ・AWS(Amazon SageMaker、AWS Lambda、Amazon S3など)を用いた基盤設計・構築経験 ・CI/CDパイプラインの構築・運用経験 ・IaC(TerraformやCloudFormation等)を用いたインフラ運用の経験 ・DockerおよびKubernetesを用いたコンテナ環境の構築・運用経験

1ヶ月前 提供元-フリランドットコム
募集終了
一部リモート
生成AI活用案件

MLOpsエンジニア|金融系大規模システムテスト支援

70-80万円/月額
業務委託(フリーランス)東京都

案件のおすすめポイント

  • AIを活用したテスト効率化スキルを習得し市場価値を高められます
  • 金融系の大規模リプレースで複雑な業務ロジックの検証を担います
  • 高い品質管理力と先端技術の実績を築き今後の案件獲得に繋がります

テスト設計やAIの知見を活かし、金融系大規模システムのリプレースに伴うテスト支援を担当するテストエンジニアを募集します。設計レビューや結合テストの実施、AIを活用したテスト業務の推進などを行います。

2ヶ月前 提供元-Re:search
募集終了
一部リモート
生成AI活用案件
面談1回

Google Cloud Platform(GCP) AIエンジニア|AIシステム開発とMLOps基盤構築

110-120万円/月額
業務委託(フリーランス)東京都渋谷駅

案件のおすすめポイント

  • Vertex AIやMLOpsの実装経験を深め市場価値を高められます
  • 月額最大120万円の高単価で英語力やリード経験を存分に活かせます
  • 最先端の生成AI開発を牽引しテックリードとしての実績を築けます

GCPやVertex AI、Pythonを用いた機械学習パイプライン設計やMLOps基盤構築を担当します。テックリードとして生成AIを組み込んだ先進システムの開発を牽引していただきます。

案件の必須スキル

Vertex AI開発経験 MLOps構築経験 ビジネスレベルの英語力

2ヶ月前 提供元-アットエンジニア
75万円/月額
業務委託(フリーランス)東京都

案件のおすすめポイント

  • AWS SageMakerを中心に、需要の高いMLOpsスキルを実践的に磨けます。
  • 大手メーカーで設計から運用まで、裁量を持って一気通貫で携われます。
  • MLOpsの専門家として、今後のキャリアの大きな強みとなる経験を積めます。

AWS SageMakerやMLOps、CI/CDの知見を活かし、大手電子部品メーカー向けの機械学習基盤を構築する案件です。機械学習パイプラインの設計・実装から、モデルのデプロイ、監視、運用まで幅広く担当します。要件定義やアーキテクチャ設計といった上流工程から一貫して携われるポジションです。

案件の必須スキル

AWS SageMaker クラウド機械学習サービス 機械学習パイプライン構築 API バッチ処理 データ基盤 ストレージ 監視 モデル管理 デプロイ ログ収集 障害対応 性能改善 MLOps CI/CD IaC コンテナ 権限設計 セキュリティ 要件定義・アーキテクチャ設計・実装・テスト・運用設計

3ヶ月前 提供元-hacksHub
110万円/月額
業務委託(フリーランス)東京都池袋駅

案件のおすすめポイント

  • MLOpsの最前線でSageMakerを活用した機械学習基盤構築を経験。
  • 設計から運用まで一貫して担当し、MLOpsの専門性を飛躍的に高める。
  • フルリモートで高単価を実現、市場価値の高い専門スキルを磨き続ける。

AWS SageMakerでの設計実装、機械学習パイプライン構築、CI/CD、IaCの経験をお持ちのMLOpsエンジニア向けの案件です。大手電子部品メーカーにて、機械学習システムの基盤構築を担っていただきます。アーキテクチャ設計からモデルの本番運用、セキュリティ設計まで、要件整理から一貫して対応します。

案件の必須スキル

AWS SageMakerを用いた設計・実装経験 機械学習パイプラインの構築経験 API・バッチ・データ基盤等を組み合わせたアーキテクチャ設計経験 本番運用を想定したモデル管理・デプロイ・監視・ログ収集・障害対応の知見 MLOpsの実務経験 CI/CDおよびIaCの実務経験 コンテナ運用経験 権限設計・セキュリティに関する実務経験 要件整理から運用設計まで一貫対応できること

3ヶ月前 提供元-hacksHub
募集終了
一部リモート
生成AI活用案件
面談1回

Python MLOpsエンジニア|AIを活用したWEBアプリのデータ基盤構築

80万円/月額
業務委託(フリーランス)湯島駅

案件のおすすめポイント

  • AWSとPythonの専門性を活かし最新AI基盤構築に貢献
  • 最先端のMLOps領域でAI開発基盤の自動化をリードする
  • 市場価値の高いMLOpsエンジニアとしてのキャリアパスを確立

AWSでのデータ基盤構築とPython開発経験を持つ方を求めています。AI搭載WEBアプリのデータ基盤やAI開発基盤の構築、学習の自動化などが主な業務です。パイプライン設計から携わり、MLOpsエンジニアとしてご活躍いただきます。

案件の必須スキル

AWSを用いたデータ基盤の構築経験3年以上 Pythonでの開発経験 Git/GitHubを利用したチーム開発経験

3ヶ月前 提供元-hacksHub
募集終了
一部リモート
生成AI活用案件
面談1回

Python MLOpsエンジニア|AI開発基盤構築

80万円/月額
業務委託(フリーランス)東京都湯島駅

案件のおすすめポイント

  • AWSとPythonの専門性を活かし、最新AI基盤構築に貢献できます。
  • 需要が高まるMLOps領域で、AI開発基盤構築の経験を積めます。
  • データ基盤とMLOpsの専門家として市場価値を高めるキャリアを。

AWSでのデータ基盤構築やPython開発のスキルを活かし、AI搭載WEBアプリのデータ基盤や開発基盤構築、学習の自動化を担当するデータ基盤/MLOpsエンジニアの業務となります。

案件の必須スキル

AWSを用いたデータ基盤の構築経験3年以上 Pythonでの開発経験 Git/GitHubを利用したチーム開発経験

3ヶ月前 提供元-hacksHub
80万円/月額
業務委託(フリーランス)東京都湯島駅

案件のおすすめポイント

  • AWSとPythonを用いたデータ基盤構築の専門性を高める
  • 需要急増中のMLOps領域で市場価値の高い経験を積める
  • AI開発の自動化という最先端の技術領域に挑戦できる

AWSとPythonを用いたデータ基盤の構築経験が求められます。AIを活用したWebアプリケーションのデータ基盤やAI開発基盤の構築、学習の自動化などを担当いただくデータ基盤/MLOpsエンジニアの業務です。

案件の必須スキル

AWSを用いたデータ基盤の構築経験3年以上 Pythonでの開発経験 Git/GitHubを利用したチーム開発経験

3ヶ月前 提供元-hacksHub
募集終了
生成AI活用案件
面談1回

営業|法人向けAI研修サービスの営業支援

25-35万円/月額
業務委託(フリーランス)東京都渋谷駅

案件のおすすめポイント

  • 法人営業経験を活かし、急成長中のAI分野で提案力を磨けます。
  • サービスの立ち上げ期に参画し、事業成長を牽引する経験が積めます。
  • 需要が拡大するAI業界での営業実績は、キャリアの大きな武器になります。

法人営業経験とPowerPoint、Excelスキルを活かし、法人向けAI研修サービスの立ち上げを支援する営業職のポジションです。テレアポや展示会でのリード獲得から、商談アポイントの獲得まで幅広く担当。チームのKPI達成に向けて、積極的に営業活動を行っていただきます。

案件の必須スキル

法人営業経験3年以上 PowerPoint Excel

3ヶ月前 提供元-hacksHub

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。

「MLOpsエンジニア」を削除

単価で絞り込み

50万~
60万~
70万~
80万~
90万~
100万~

エリアで絞り込み

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

MLOpsエンジニアのフリーランス案件・求人に関する情報

MLOpsエンジニアのフリーランス案件・求人について

MLOpsエンジニアとは

MLOpsエンジニアは、機械学習モデルを本番環境で安定して動かすための仕組みを設計・構築・運用するエンジニアです。モデルを作るだけでなく、学習、評価、デプロイ、監視、再学習、改善までを継続的に回せる状態にする点が特徴です。

MLOpsは、Machine LearningとOperationsを組み合わせた言葉です。機械学習モデルは、一度作って終わりではありません。使われるデータや利用環境が変わると、精度が下がったり、想定外の結果を出したりすることがあります。そのため、モデルの品質を継続的に確認し、必要に応じて更新する仕組みが必要になります。

MLOpsエンジニアは、データサイエンティストや機械学習エンジニアが作ったモデルを、実際のサービスや業務システムで安全に使える状態にします。クラウド、データ基盤、CI/CD、コンテナ、監視、セキュリティ、ガバナンスなど、幅広い技術を扱う職種です。

従来の機械学習モデルだけでなく、生成AI、LLM、RAG、AIエージェントを本番運用するためのLLMOpsやAgentOpsに近い業務も年々増えています。そのため、MLOpsエンジニアはAIを「作る人」というより、AIを「安定して使い続けられる状態にする人」といえます。

MLOpsエンジニアの仕事内容

MLOpsエンジニアの仕事は、機械学習モデルを本番環境で継続的に運用できる仕組みを作ることです。モデル開発の後工程だけを担当するのではなく、データ準備、実験管理、モデル管理、デプロイ、監視、再学習までを一貫して支えます。

具体的には、機械学習パイプラインの構築、学習環境の整備、モデルのバージョン管理、モデルレジストリの設計、推論APIの構築、DockerやKubernetesを使った実行環境の整備、クラウド上でのデプロイ、監視基盤の構築などを担当します。

本番運用後は、モデルの精度、応答速度、エラー率、利用コスト、入力データの変化を監視します。データの傾向が変わってモデルの精度が落ちた場合は、再学習や再デプロイの仕組みを動かし、品質を保ちます。

生成AIを扱う案件では、プロンプト管理、RAGの評価、LLMの出力監視、LLM as a Judge、ガードレール設計、利用ログ分析、コスト管理なども担当範囲に入る場合があります。MLOpsエンジニアは、AIを本番環境で安全かつ継続的に使うための土台を作る職種です。

DevOpsとMLOpsの違い

DevOpsは、ソフトウェア開発と運用を連携させ、アプリケーションを素早く安定してリリースするための考え方です。コードの変更を自動でテストし、本番環境へ安全に反映し、稼働状況を監視する仕組みを整えます。

一方で、MLOpsはDevOpsの考え方を機械学習に広げたものです。通常のソフトウェアでは主にコードを管理しますが、機械学習ではコードに加えて、データ、特徴量、学習済みモデル、評価結果、推論結果も管理する必要があります。

DevOpsでは、アプリケーションが正しく動くか、障害が起きていないかを重視します。MLOpsではそれに加えて、モデルの精度が落ちていないか、入力データの傾向が変わっていないか、偏った判断をしていないか、再学習が必要かどうかも確認します。

つまり、DevOpsは主に「ソフトウェアを安定して届ける仕組み」であり、MLOpsは「機械学習モデルを安定して使い続ける仕組み」です。MLOpsエンジニアには、DevOpsの知識に加えて、機械学習やデータの変化を理解する力が求められます。

MLOpsエンジニアと他職種との違い

・機械学習エンジニアとの違い
機械学習エンジニアは、機械学習モデルの設計、実装、学習、評価を中心に担当します。Python、PyTorch、TensorFlow、scikit-learnなどを使い、課題に合うモデルを作る役割です。

一方で、MLOpsエンジニアは、作られたモデルを本番環境で安定して動かす仕組みを担当します。モデルのデプロイ、監視、再学習、バージョン管理、実行環境の整備などに強く関わります。

・データサイエンティストとの違い
データサイエンティストは、データ分析、仮説検証、モデル検証、業務課題の発見を中心に担当します。統計や機械学習を使って、データから意思決定に役立つ知見を出す役割です。

一方で、MLOpsエンジニアは、分析や検証で終わらせず、モデルを継続的に使える状態にする役割を担います。実験段階のモデルを、本番運用できるシステムへつなげる点が大きな違いです。

・データエンジニアとの違い
データエンジニアは、データを集め、加工し、蓄積し、分析や機械学習に使いやすい形で整える職種です。データウェアハウス、データレイク、ETL、ELT、ストリーミング処理などを担当します。

MLOpsエンジニアもデータ基盤に関わりますが、目的は機械学習モデルの学習・推論・監視を安定させることです。データエンジニアがデータの流れを整える職種だとすれば、MLOpsエンジニアはモデル運用まで含めたAIシステム全体を整える職種です。

・インフラエンジニアとの違い
インフラエンジニアは、サーバー、ネットワーク、クラウド、コンテナ、監視など、システムの実行基盤を担当します。MLOpsエンジニアもクラウドやコンテナを扱うため、近い領域があります。

ただし、MLOpsエンジニアは、機械学習特有の仕組みも扱います。モデルの精度監視、データドリフト検知、再学習パイプライン、モデルレジストリ、特徴量管理など、AI運用に特化した知識が必要です。

MLOpsエンジニアが携わることができるフリーランス求人・案件例

MLOpsエンジニアに関連するフリーランス求人・案件は、AI活用や生成AI導入の広がりを背景に増えています。代表的な案件には、機械学習基盤の構築、モデルの本番デプロイ支援、推論APIの設計、モデル監視基盤の構築、再学習パイプラインの整備などがあります。

そのほか、AWS、Google Cloud、Azureを使ったAI基盤構築、Kubernetes上での推論環境構築、MLflowやKubeflowを使った実験管理、特徴量ストアの設計、データドリフト検知、モデル精度の監視、AIガバナンスの整備もMLOpsに近い案件です。

生成AI領域では、LLMアプリケーションの評価基盤、RAGの品質監視、プロンプト管理、LLMの出力ログ分析、コスト管理、ガードレール設計などの案件もあります。MLOpsという職種名で募集されることもありますが、「AIエンジニア」「機械学習エンジニア」「ML基盤エンジニア」「LLMOpsエンジニア」「AIプラットフォームエンジニア」として掲載される場合もあります。

フリーランスの方であれば、機械学習の知識だけでなく、クラウド、コンテナ、CI/CD、監視、セキュリティまで扱えると評価されやすくなります。モデルを作るだけでなく、本番運用まで見据えた経験を示せる場合、高単価の案件に携われる可能性があります。

MLOpsエンジニアのリモートワーク状況

MLOpsエンジニアは、クラウド環境や開発基盤を扱うことが多いため、リモートワークと相性がよい職種です。設計、実装、コードレビュー、パイプライン構築、監視設定、ドキュメント作成などは、リモートでも進めやすい業務です。

一方で、AI基盤は社内データや本番システムと深く関わるため、セキュリティや権限管理の都合で出社が必要になる場合もあります。特に、金融、医療、製造、官公庁関連の案件では、データの取り扱いルールが厳しく、フルリモートが難しいケースもあります。

また、MLOpsエンジニアはデータサイエンティスト、機械学習エンジニア、バックエンドエンジニア、SRE、セキュリティ担当、事業部門と連携することが多い職種です。そのため、初期設計や重要な意思決定の場面では、対面やオンライン会議で密にすり合わせる必要があります。

フリーランスの方がMLOps案件を選ぶ場合は、リモート可否だけでなく、扱うデータの種類、クラウド環境へのアクセス方法、本番環境の権限、障害対応の体制、オンコールの有無を事前に確認しておくと安心です。

MLOpsエンジニアに必要なスキル

MLOpsエンジニアには、機械学習、ソフトウェア開発、クラウド、インフラ、データ基盤を横断するスキルが必要です。まず土台になるのは、Pythonを使った開発経験、機械学習の基本知識、API開発、Linux、Git、SQLなどの基礎力です。

クラウドでは、AWS、Google Cloud、Azureのいずれかを使った設計・構築経験が重要です。モデルの学習環境、推論環境、ストレージ、権限管理、ログ管理、監視、コスト管理まで理解していると実務で評価されやすくなります。

インフラ面では、Docker、Kubernetes、Terraform、CI/CD、GitHub Actions、GitLab CI、Jenkinsなどの知識が役立ちます。機械学習モデルを安定してデプロイするには、コンテナ化、自動テスト、自動デプロイ、ロールバックの仕組みが必要になるためです。

機械学習運用では、MLflow、Kubeflow、Airflow、Dagster、Prefect、SageMaker、Vertex AI、Azure Machine Learningなどの知識が役立ちます。モデルレジストリ、実験管理、特徴量管理、パイプライン管理、モデル監視、データドリフト検知も重要です。

生成AI領域では、RAG、LLM評価、プロンプト管理、LLM Observability、ガードレール、AIガバナンス、Human-in-the-loopの知識も求められる場合があります。MLOpsエンジニアは、AIを安全に運用するための仕組みを作る人材として、技術と運用の両方を理解する必要があります。

MLOpsエンジニアに向いている人

MLOpsエンジニアに向いているのは、機械学習そのものだけでなく、モデルを継続的に安定運用する仕組みに関心がある人です。AIモデルを一度作って終わりではなく、改善し続ける仕組みを考えることにやりがいを感じる人に向いています。

また、インフラや自動化が好きな人もMLOpsエンジニアに向いています。手作業でモデルをデプロイするのではなく、誰が実行しても同じ結果になるパイプラインを作る力が求められるためです。

データサイエンティスト、機械学習エンジニア、バックエンドエンジニア、SRE、セキュリティ担当など、複数の職種と連携する場面も多くあります。そのため、自分の担当範囲だけでなく、チーム全体の開発効率や運用品質を考えられる人に適しています。

一方で、研究寄りのモデル開発だけに集中したい人や、運用・監視・障害対応にあまり関心がない人には向かない場合があります。MLOpsエンジニアは、AIを本番環境で使い続けるための地道な改善を重ねる職種です。

MLOpsエンジニアとしての経験年数別のアドバイス

経験1〜3年の段階では、まずPython、SQL、Linux、Git、クラウド、Dockerの基礎を固めることが大切です。機械学習モデルを学ぶだけでなく、簡単なAPIとして公開し、ログを取り、監視するところまで経験するとよいでしょう。

この段階では、データサイエンス、バックエンド開発、インフラ運用のいずれかを軸にしながら、MLOpsに必要な周辺知識を広げるのが現実的です。小規模でもよいので、学習からデプロイまで一通り動かした経験があると評価されやすくなります。

3〜5年では、クラウド上での機械学習パイプライン構築、本番環境へのモデルデプロイ、モデル監視、CI/CD、Kubernetes、IaCなどの経験を増やすことが重要です。単にモデルを動かすだけでなく、再現性、可用性、セキュリティ、コストまで考えられると、MLOpsエンジニアとしての価値が高まります。

5年以上のフリーランスの方であれば、AI基盤全体の設計、複数チームの開発基盤整備、MLOps標準化、LLMOps導入、AIガバナンス設計などの案件を狙いやすくなります。技術選定、運用ルール作成、関係者調整まで担当できると、リードMLOpsエンジニアやAIプラットフォームエンジニアに近い役割を担えます。

MLOpsエンジニアが保有していると役立つ資格

MLOpsエンジニアは資格が必須の職種ではありません。ただし、資格を持っていると、クラウド、機械学習、プロジェクト管理、セキュリティの知識を示す材料になります。

クラウドを扱う機会が多いため、AWS、Google Cloud、Microsoft Azureの認定資格は実務との相性がよい資格です。AWS Certified Machine Learning、Google Cloud Professional Machine Learning Engineer、Microsoft Certified: Azure AI Engineer Associateなどは、AI基盤や機械学習運用の知識を整理するうえで役立ちます。

AIや機械学習の基礎を示す資格には、G検定やE資格があります。G検定はAIやディープラーニングの活用リテラシーを問う検定で、E資格はディープラーニングの理論や実装力を問うエンジニア向けの資格です。

インフラや運用の知識を示す資格としては、CKA、CKAD、Terraform Associate、情報処理技術者試験なども役立ちます。プロジェクト全体を動かす立場を目指す場合は、PMPやプロジェクトマネージャ試験も選択肢になります。

資格そのものより実務経験が重視されますが、MLOpsは学ぶ範囲が広いため、資格を学習の道しるべとして使うのは有効です。

MLOpsエンジニアに関するよくある質問

この章では、MLOpsエンジニアに関心を持つ方から多く寄せられる、案件の探し方、未経験からの目指し方、フリーランスとして働けるかという質問にお答えします。

Q. MLOpsエンジニアの案件や求人はどこで探せますか?
A. MLOpsエンジニアの案件・求人は、フリーランスボードを始めとするフリーランス案件サイト、AI企業の採用ページ、クラウドやデータ基盤を扱う企業の求人で探せます。

MLOpsという職種名で掲載される求人もありますが、「機械学習エンジニア」「AIエンジニア」「ML基盤エンジニア」「データ基盤エンジニア」「LLMOpsエンジニア」「AIプラットフォームエンジニア」として掲載される場合もあります。MLOpsだけでなく、関連キーワードも含めて探すと見つけやすくなります。

Q. 未経験からMLOpsエンジニアを目指せますか?
A. 完全な実務未経験からMLOpsエンジニアを目指すのは難しいです。MLOpsには、機械学習、クラウド、インフラ、ソフトウェア開発、データ基盤、運用監視の知識が必要になるためです。

現実的には、バックエンドエンジニア、インフラエンジニア、SRE、データエンジニア、機械学習エンジニアからMLOpsエンジニアへ近づくルートがあります。まずは、Python、クラウド、Docker、CI/CD、機械学習モデルのデプロイ経験を積むことが大切です。

Q. MLOpsエンジニアはフリーランスとして働けますか?
A. 働けます。AI活用や生成AI導入が広がるなかで、MLOpsやLLMOpsに近い業務委託案件は見られます。ただし、MLOpsは幅広い知識が必要なため、一般的なWeb開発案件よりも求められる経験の水準は高くなりやすいです。

フリーランスとしてMLOps案件を狙う場合は、機械学習モデルの本番デプロイ経験、クラウド上での基盤構築経験、DockerやKubernetesの利用経験、CI/CD、モデル監視、再学習パイプラインの経験を示せると有利です。生成AI案件では、RAG、LLM評価、プロンプト管理、出力監視、コスト管理の経験も評価されやすくなります。

MLOpsエンジニアの市場動向やニーズ

MLOpsエンジニアは、AIを実験段階から本番運用へ進めるうえで重要性が高まっている職種です。多くの企業では、機械学習や生成AIのPoCを実施しても、本番環境で安定して使う段階で課題が発生します。その課題を解決するのがMLOpsエンジニアです。

AIモデルは、作った時点では高い精度を出していても、時間が経つとデータの傾向が変わり、精度が落ちることがあります。また、生成AIでは、出力品質、情報漏えい、誤回答、利用コスト、権限管理などの問題も発生します。そのため、モデルを継続的に監視し、必要に応じて改善できる人材への需要が広がっています。

2026年6月時点では、従来の機械学習モデル運用に加えて、LLMOps、AIエージェント運用、AIガバナンス、モデル評価基盤への関心も高まっています。企業がAIを本格導入するほど、モデルを安全に動かし続けるための基盤整備が重要になります。

MLOpsエンジニアの報酬水準は、企業、雇用形態、経験、担当範囲によって大きく変わります。国内の求人では高年収帯の募集もあり、フリーランス案件でもクラウド、機械学習、運用設計を横断できる人材は高単価になりやすい傾向があります。

MLOpsエンジニアは、AIを本番環境で安全に使い続けるために、開発、運用、データ、セキュリティ、ガバナンスをつなぐ職種です。AI活用が実験から実運用へ進むほど、MLOpsエンジニアの需要は今後も高まると考えられます。