1 - 30件/全2,676件
エンドプロダクトへのAI技術の導入に向け、以下の業務を担当いただきます。 AIに関する調査・検証を行い、フィジビリティスタディを通じて技術導入の実現性を評価し、 プロダクトに組み込める形で実装することが主な業務です。 【作業内容】 AI技術の調査・検証 最新のAI技術について、技術・効果・コスト・リーガルの観点から調査し、 プロダクトに組み込むためのフィジビリティスタディを実施。 API化および組み込み実装 フィジビリティスタディをクリアした技術について、プロダクトに組み込むためのAPI化、 モデルの組込み設計、最適化、デプロイを担当。必要に応じてモデルの実装も行う。 バックエンドやインフラとの連携を含むAPI開発。 リアルタイム変換技術の共通フレームワーク構築 以下のリアルタイム変換技術を共通フレームワークに統合し、 AWSサービスを利用したシステム構成を整備。 リアルタイム声変換(声質・話者変換) リアルタイム顔変換(顔全体およびパーツの変換・調整) Python
案件の必須スキル
・AI・機械学習の実務経験:3年以上 ・API開発経験 ・AWSの使用経験 ・AWSサービス(特にSageMakerやLambdaを含む)を用いたシステム構築の経験:2年以上
-------------------------------- ※「エンジニアとしての実務経験3年以上」「必須要件に記載されている言語の実務経験が2年以上」の方が対象の案件です ※外国籍の方は、「日本語能力検定1級」「日本語が母国語の方」の方が対象です -------------------------------- 同社で提供している素材流通業界に特化した在庫ソリューションシステムのリプレイス案件です。 現在すでにリリースされているシステムを今後はモダンなスタイルにしていきたいと考えており、現時点でアーキテクチャ・技術選定まで完了している段階です。 次のフェーズとして開発実装を進めており、プロダクトの要件をエンジニアチームに展開してリードできる、チーフエンジニアとしてご活躍いただける方を募集しております。
案件の必須スキル
- Pythonの開発経験 - バックエンドAPI(web3層構造)の開発経験 - APIのインタフェースの設計経験 - データベースの(データ構造の)設計経験 - 4~5人程度のチームをリードした経験
-------------------------------- ※「エンジニアとしての実務経験3年以上」「必須要件に記載されている言語の実務経験が2年以上」の方が対象の案件です ※外国籍の方は、「日本語能力検定1級」「日本語が母国語の方」の方が対象です -------------------------------- 「AIの力であなたの大事なお店が潰れない社会をつくる」 【事業内容】 BtoB飲食店向けSaaSを開発・運営しているコンパウンドスタートアップ企業です。 仕入費比率や人件費比率の調整など、会計が複雑な飲食業界を、 AIの力でお金の流れを透明化して解決する“飲食×AI Company”です。 【募集背景】 プロダクトドリブンなスタートアップを目指しており、複数プロダクトの開発を行うための体制強化を図っていきます。 今後の事業成長や開発体制の拡大に備えた基盤構築と、3年後を見据えた開発体制の整備も協力いただける方を募集しています。 【業務内容】 - Web/モバイルアプリケーションのアーキテクチャ設計、実装 - 技術課題の整理・方針検討 - 新技術の検証・技術選定 - メンバーのコードレビュー、コードの品質の維持、向上 - パフォーマンスチューニング
案件の必須スキル
- テックリード、及びテックリードに準ずるポジションで技術的意思決定をした経験 - Webアプリケーションの開発・運用経験 - 一定規模における商用サービスのバックエンドエンジニアとしてのAPIの設計 / DBの設計の経験
-------------------------------- ※「エンジニアとしての実務経験3年以上」「必須要件に記載されている言語の実務経験が2年以上」の方が対象の案件です ※外国籍の方は、「日本語能力検定1級」「日本語が母国語の方」の方が対象です -------------------------------- 創業2年目の生成AIを活用したサービスを展開している企業での募集です。 こちらのポジションは製造業・観光/インバウンド・飲食業・エンタメ・小売/食品向けのDXサービスを提供しているカンパニーでの募集となります。 クライアント企業が抱える複雑な課題を解決し、各業界や技術分野において新しい価値を生み出すことのできる優れた機械学習エンジニア集団の形成を目指しています。 最終的には、「By name」で信頼される存在として、国内外で活躍するエンジニアチームを築き上げたいと考えています。 私たちと共にAI技術と日本の未来を切り拓く仲間を募集しています。 最先端の生成AIや機械学習モデルを駆使して、業界をリードする有名企業の実業務を根本から変革するプロジェクトに携わることができます。 企業の効率性や生産性を飛躍的に向上させるだけでなく、業界全体の未来を形作る一翼を担う、貴重な経験が可能です。 基盤モデル(LLM/vLM)を活用したアプリケーション開発、AIモジュール開発、システム構築を行い、企業の業務効率化や新たな価値創造に貢献します。 アイデアの創出から実際の製品化、そして市場での成長に至るまで、全プロセスに深く関与することができます。 この一貫した関与を通じて、プロダクトのライフサイクル全体を理解し、実践的なスキルを磨くことができます。 カンパニー制を用いているため、カンパニーCEOやCTOとの距離が近く、専門性を最大限に活かしていただけます。 【業務内容の一例】 - 基盤モデル(LLM/vLM)を活用したアプリケーション開発(プロンプトエンジニアリング、ファインチューニング、RAGなど) - プロダクトに組み込むためのAIモジュールの開発 - システム全体の設計、開発、構築(オンプレミス環境、クラウド環境) - 最新技術の検証、調査 - クライアントの課題ヒアリングと技術提案 - モデル学習に必要なデータセットの作成、データ整形
案件の必須スキル
- Pythonなどを用いたプログラミング経験 - Webアプリケーションの開発経験(3年以上) - LLM/VLMの基礎知識 - 機械学習・深層学習の基本的な理解 - システム開発・運用経験 - チームとコミュニケーションを行いプロジェクトを推進する力 - 生成AI分野への熱意 - 受託開発案件の経験 - クライアントとのMtgへの参加など折衝経験 - クライアント向けのドキュメント作成経験
機械学習の活用においてエンジニアリング面をリードしていただきます。 ・機械学習基盤の設計と構築(Training pipeline, Serving, Monitoring など) ・機械学習(特にレコメンデーション)を用いたプロダクトの設計・開発 ・要件定義、開発進行、技術的意思決定などの推進・リード ・運用フロー、実験管理の自動化・効率化 ・システムの信頼性 / 品質の向上 ※フルリモート可能 Python
案件の必須スキル
・レコメンデーション分野におけるプロダクト開発の実務経験:3年以上 ※コンテンツ推薦、商品推薦、パーソナライズド、ランキングなど ・チームまたはプロジェクトのリード経験 ・MAUが最低数十万以上の規模、もしくはそれに近いトラフィックやデータ量での経験
【20代、30代が活躍中!】 ※週5日〜OKの案件です! ※実務経験1年以上お持ちの方が対象の案件です! 【案件概要】 マーケティング施策を据えた顧客データ基盤(CDP/Snowflake) 環境設計・構築~データパイプライン設計・実装および運用保守 ・Snowflakeを基盤としたCDP環境の設計・構築 ・Snowflakeへのデータ取り込み、DOMO・シナジーマーケティングとの連携 ・データ統合(ETL/ELT)、品質管理、アクティベーション ・運用フェーズ移行後の保守対応 【スキル】 ◆必須 ・環境設計・実装(データパイプライン、統合、品質管理) ・Snowflake実務経験 └データモデリング、クエリ最適化、パフォーマンスチューニング └データ取り込み(バッチ/ストリーミング)・統合経験 ・プログラミング経験 └Python/Shell等を用いたシステム開発経験 ・データベース関連スキル └データベースおよびDWH設計・運用経験(正規化、スキーマ設計) └SQLを用いたデータ加工・抽出(集計/結合/ウィンドウ関数等) ・その他 └システムの設計/開発/試験/運用の実務経験 └Gitを用いたチーム開発経験 └自発的な問題解決力と推進力 ◆尚可 ・AWS/Azure/GCPなどクラウド環境での構築・運用経験 ・ETL/ELTパイプラインの構築および運用経験 ・TROCCO、FivetranなどETL製品の利用経験 ・DOMO、Tableau等のBIツール利用経験 ・分析・機械学習プロジェクト経験(顧客セグメンテーション、予測モデル構築など) ・運用自動化ツールの開発・運用経験 ・SQLのボトルネック解析・チューニング経験 【精算】140-180h 【作業場所】基本リモート(顧客定例で週1神田への出社可能性有) 【就業時間】10:00-19:00※応相談 【面談回数】Web面談1回 【服装】自由 テックビズなら記帳代行無料!充実のサポートで安心して参画していただけます!
案件の必須スキル
・環境設計・実装(データパイプライン、統合、品質管理) ・Snowflake実務経験 └データモデリング、クエリ最適化、パフォーマンスチューニング └データ取り込み(バッチ/ストリーミング)・統合経験 ・プログラミング経験 └Python/Shell等を用いたシステム開発経験 ・データベース関連スキル └データベースおよびDWH設計・運用経験(正規化、スキーマ設計) └SQLを用いたデータ加工・抽出(集計/結合/ウィンドウ関数等) ・その他 └システムの設計/開発/試験/運用の実務経験 └Gitを用いたチーム開発経験 └自発的な問題解決力と推進力
【20代、30代が活躍中!】 ※週5日〜OKの案件です! ※実務経験1年以上お持ちの方が対象の案件です! 【案件概要】 マーケティング施策を据えた顧客データ基盤(CDP/Snowflake) 環境設計・構築~データパイプライン設計・実装および運用保守 ・Snowflakeを基盤としたCDP環境の設計・構築 ・Snowflakeへのデータ取り込み、DOMO・シナジーマーケティングとの連携 ・データ統合(ETL/ELT)、品質管理、アクティベーション ・運用フェーズ移行後の保守対応 【スキル】 ◆必須 ・プロジェクト全体の進捗管理、要件定義経験 ・Snowflake実務経験 └データモデリング、クエリ最適化、パフォーマンスチューニング └データ取り込み(バッチ/ストリーミング)・統合経験 ・プログラミング経験 └Python/Shell等を用いたシステム開発経験 ・データベース関連スキル └データベースおよびDWH設計・運用経験(正規化、スキーマ設計) └SQLを用いたデータ加工・抽出(集計/結合/ウィンドウ関数等) ・その他 └システムの設計/開発/試験/運用の実務経験 └Gitを用いたチーム開発経験 └自発的な問題解決力と推進力 ◆尚可 ・AWS/Azure/GCPなどクラウド環境での構築・運用経験 ・ETL/ELTパイプラインの構築および運用経験 ・TROCCO、FivetranなどETL製品の利用経験 ・DOMO、Tableau等のBIツール利用経験 ・分析・機械学習プロジェクト経験(顧客セグメンテーション、予測モデル構築など) ・運用自動化ツールの開発・運用経験 ・SQLのボトルネック解析・チューニング経験 【精算】140-180h 【作業場所】基本リモート(週1神田への出社可能性有) 【就業時間】10:00-19:00※応相談 【面談回数】Web面談1回 【服装】自由 テックビズなら記帳代行無料!充実のサポートで安心して参画していただけます!
案件の必須スキル
・プロジェクト全体の進捗管理、要件定義経験 ・Snowflake実務経験 └データモデリング、クエリ最適化、パフォーマンスチューニング └データ取り込み(バッチ/ストリーミング)・統合経験 ・プログラミング経験 └Python/Shell等を用いたシステム開発経験 ・データベース関連スキル └データベースおよびDWH設計・運用経験(正規化、スキーマ設計) └SQLを用いたデータ加工・抽出(集計/結合/ウィンドウ関数等) ・その他 └システムの設計/開発/試験/運用の実務経験 └Gitを用いたチーム開発経験 └自発的な問題解決力と推進力
【20代、30代が活躍中!】 ※週5日〜OKの案件です! ※実務経験1年以上お持ちの方が対象の案件です! 【案件概要】 マーケティング施策を据えた顧客データ基盤(CDP/Snowflake) 環境設計・構築~データパイプライン設計・実装および運用保守 ・Snowflakeを基盤としたCDP環境の設計・構築 ・Snowflakeへのデータ取り込み、DOMO・シナジーマーケティングとの連携 ・データ統合(ETL/ELT)、品質管理、アクティベーション ・運用フェーズ移行後の保守対応 【スキル】 ◆必須 ・環境設計・実装(データパイプライン、統合、品質管理) ・Snowflake実務経験 └データモデリング、クエリ最適化、パフォーマンスチューニング └データ取り込み(バッチ/ストリーミング)・統合経験 ・プログラミング経験 └Python/Shell等を用いたシステム開発経験 ・データベース関連スキル └データベースおよびDWH設計・運用経験(正規化、スキーマ設計) └SQLを用いたデータ加工・抽出(集計/結合/ウィンドウ関数等) ・その他 └システムの設計/開発/試験/運用の実務経験 └Gitを用いたチーム開発経験 └自発的な問題解決力と推進力 ◆尚可 ・AWS/Azure/GCPなどクラウド環境での構築・運用経験 ・ETL/ELTパイプラインの構築および運用経験 ・TROCCO、FivetranなどETL製品の利用経験 ・DOMO、Tableau等のBIツール利用経験 ・分析・機械学習プロジェクト経験(顧客セグメンテーション、予測モデル構築など) ・運用自動化ツールの開発・運用経験 ・SQLのボトルネック解析・チューニング経験 【精算】140-180h 【作業場所】基本リモート(週1神田へ出社可能性有) 【就業時間】10:00-19:00※応相談 【面談回数】Web面談1回 【服装】自由 テックビズなら記帳代行無料!充実のサポートで安心して参画していただけます!
案件の必須スキル
・環境設計・実装(データパイプライン、統合、品質管理) ・Snowflake実務経験 └データモデリング、クエリ最適化、パフォーマンスチューニング └データ取り込み(バッチ/ストリーミング)・統合経験 ・プログラミング経験 └Python/Shell等を用いたシステム開発経験 ・データベース関連スキル └データベースおよびDWH設計・運用経験(正規化、スキーマ設計) └SQLを用いたデータ加工・抽出(集計/結合/ウィンドウ関数等) ・その他 └システムの設計/開発/試験/運用の実務経験 └Gitを用いたチーム開発経験 └自発的な問題解決力と推進力
【20代、30代が活躍中!】 ※週5日〜OKの案件です! ※実務経験1年以上お持ちの方が対象の案件です! 【内容】 ・対話モデル開発 └機械学習モデルを作成し、プロダクトに反映します。 └プロダクトを通してお客様に使用していただくため、スピーディーに結果のフィードバックを得ることができます。 ・LLM系技術の検証と導入 └OpenAIのGPTを初めとしたLLM系の新しい技術をキャッチアップし、Capexのプロダクトに導入します。 ・対話モデルのためのパイプライン開発 └機械学習モデルを自動更新するためのパイプラインを開発します。 └GCP上のVertex、GKEのJobなどで構築しています。 ・対話システム全般の開発・改善 └対話モデルをのせたAPI開発を中心とし、その周辺のシステム開発をします。 └一問一答のための検索システム、NGワードなどをチェックする後処理、音声合成APIなどがあります。 └社内シナリオライターが対話シナリオやアノテーションデータを作りやすい環境を構築することも、業務の一環です。 ・各種データを使った分析・可視化 └対話ログを中心とした顧客ログを分析・可視化し、シナリオライターと共に対話システムを改善するためのPDCAサイクルを回します。 ・クライアント要望のヒアリング・企画 └お客様が求めているものがどのようにしたら実現できそうか考え、デモなどを構築しながら案件を進めます。 【勤務地】乃木坂駅 【時間】10:00~19:00 【精算幅】140-180h 【面談】1回 【必須スキル】 ・Pythonを用いたモデル開発のご経験 ・テーブルデータを用いたデータ分析のご経験 ・データサイエンティストとして、分析の問題設定から従事されたご経験 ・コンピューターサイエンス系・理学系・工学系のカリキュラムを有する領域の修士号もしくは博士号、または※同等の実務経験があること ・コンピューターサイエンス分野全般を幅広く学習し、業務に積極的に応用する姿勢を有すること 【尚可スキル】 ・機械学習・深層学習・自然言語処理に関する研究論文発表経験 ・大規模データを用いた研究開発経験 テックビズなら記帳代行無料!充実のサポートで安心して参画していただけます!
案件の必須スキル
・Pythonを用いたモデル開発のご経験 ・テーブルデータを用いたデータ分析のご経験 ・データサイエンティストとして、分析の問題設定から従事されたご経験 ・コンピューターサイエンス系・理学系・工学系のカリキュラムを有する領域の修士号もしくは博士号、または※同等の実務経験があること ・コンピューターサイエンス分野全般を幅広く学習し、業務に積極的に応用する姿勢を有すること
【20代、30代が活躍中!】 ※週5日〜OKの案件です! ※実務経験1年以上お持ちの方が対象の案件です! ▼内容 ・対話モデルの開発(LLM技術を用いたプロダクト実装) ・対話モデルのためのパイプライン構築(GCPVertexAI、GKEなど) ・API開発(対話API/検索/NGワード処理/音声合成APIなど) ・ログ分析・可視化によるシステム改善(PDCAサイクル) ・LLM関連技術(OpenAIGPT等)の検証・導入 ・クライアントへのヒアリング・デモ作成・提案 ▼必須スキル ・Pythonを用いたモデル開発のご経験 ・テーブルデータを用いたデータ分析のご経験 ・データサイエンティストとして、分析の問題設定から従事されたご経験 ・コンピューターサイエンス系・理学系・工学系のカリキュラムを有する領域の修士号もしくは博士号、または※同等の実務経験があること ・コンピューターサイエンス分野全般を幅広く学習し、業務に積極的に応用する姿勢を有すること ※同等の実務経験例 ・機械学習/ディープラーニング/自然言語処理に関する研究開発経験 ・2年以上のPython/C/C++等のプログラミング経験 ▼尚可スキル ・機械学習・深層学習・自然言語処理に関する研究論文発表経験 ・大規模データを用いた研究開発経験 ▼条件 ・場所:乃木坂 ・精算:140h~180h ・面談:1回 ・時間:10:00~19:00(実働8時間) テックビズなら記帳代行無料!充実のサポートで安心して参画していただけます!
案件の必須スキル
・Pythonを用いたモデル開発のご経験 ・テーブルデータを用いたデータ分析のご経験 ・データサイエンティストとして、分析の問題設定から従事されたご経験 ・コンピューターサイエンス系・理学系・工学系のカリキュラムを有する領域の修士号もしくは博士号、または※同等の実務経験があること ・コンピューターサイエンス分野全般を幅広く学習し、業務に積極的に応用する姿勢を有すること ※同等の実務経験例 ・機械学習/ディープラーニング/自然言語処理に関する研究開発経験 ・2年以上のPython/C/C++等のプログラミング経験
当社は生成AIを軸に事業開発を行うテクノロジーカンパニーです。 生成AIを絡めた複数事業の同時立ち上げを行っております。 その中で主にTypeScriptをメインとして開発業務を進めていただきます。 スキルやこれまでの経験を鑑みて最適な形でのアサインを協議していきたく存じます。 プロダクト例) 採用業務をサポートするAIエージェント AIが代理でアポイントメント(インサイドセールス業務)を行ってくれるサービス TypeScript
案件の必須スキル
・TypeScriptでの開発経験:3年以上 ・パブリッククラウドを活用したサービスの構築、運用経験 ・データベースシステム(MySQL、PostgreSQLなど)の理解と経験 ・Webフロントエンド、バックエンド双方の開発経験 ・AWS、GCP、Azureなどのクラウドサービスの利用経験 ・アジャイル開発の経験
-------------------------------- ※「エンジニアとしての実務経験3年以上」「必須要件に記載されている言語の実務経験が2年以上」の方が対象の案件です ※外国籍の方は、「日本語能力検定1級」「日本語が母国語の方」の方が対象です -------------------------------- 私たちは医療・ヘルスケア業界に特化した営業プラットフォームを展開しています。 医療・ヘルスケア業界は規制が厳しく、従来はITの参入は難しい分野でした。弊社ではソフトウェアの力を使って、業界が抱える課題を根本から解決していくことを目指しています。 このポジションでは既に弊社サービスを導入頂いている企業を対象に、生成AI技術を用いたプロダクトを開発するエンジニアを募集しています。 【業務内容】ご経験により下記のチームのどちらに配属をご相談させていただきます。 ■チームA ・プロダクトの設計/実装(Python) ■チームB ・技術調査と検証 ・ソリューション案の作成 ・ PoCの実施(工数見積もり、実装等含む)
案件の必須スキル
・Webアプリケーションの開発経験(目安5年) ・Pythonを用いた開発経験(目安3年) ・プロトタイプレベルであればインフラ、バックエンド、フロントエンド全てに対応できる方 ・課題解決のための技術選定能力とアーキテクチャ・ロジックの設計能力
【20代、30代が活躍中!】 ※週5日〜OKの案件です! ※実務経験1年以上お持ちの方が対象の案件です! 【内容】 ・Snowflakeを基盤としたCDP環境の設計・構築 ・Snowflakeへのデータ取り込み、DOMO・シナジーマーケティングとの連携 ・データ統合(ETL/ELT)、品質管理、アクティベーション ・運用フェーズ移行後の保守対応 【勤務地】基本リモート(週1神田駅への出社可能性有) 【時間】10:00-19:00※応相談 【精算幅】140-180h 【面談】1回(Web) 【服装】自由 【必須スキル】 〇Snowflake実務者 ・環境設計・実装(データパイプライン、統合、品質管理) 〇共通 ・Snowflake実務経験 └データモデリング、クエリ最適化、パフォーマンスチューニング └データ取り込み(バッチ/ストリーミング)・統合経験 ・プログラミング経験 └Python/Shell等を用いたシステム開発経験 ・データベース関連スキル └データベースおよびDWH設計・運用経験(正規化、スキーマ設計) └SQLを用いたデータ加工・抽出(集計/結合/ウィンドウ関数等) ・その他 └システムの設計/開発/試験/運用の実務経験 └Gitを用いたチーム開発経験 └自発的な問題解決力と推進力 【尚可スキル】 ・AWS/Azure/GCPなどクラウド環境での構築・運用経験 ・ETL/ELTパイプラインの構築および運用経験 ・TROCCO、FivetranなどETL製品の利用経験 ・DOMO、Tableau等のBIツール利用経験 ・分析・機械学習プロジェクト経験(顧客セグメンテーション、予測モデル構築など) ・運用自動化ツールの開発・運用経験 ・SQLのボトルネック解析・チューニング経験 テックビズなら記帳代行無料!充実のサポートで安心して参画していただけます!
案件の必須スキル
〇Snowflake実務者 ・環境設計・実装(データパイプライン、統合、品質管理) 〇共通 ・Snowflake実務経験 └データモデリング、クエリ最適化、パフォーマンスチューニング └データ取り込み(バッチ/ストリーミング)・統合経験 ・プログラミング経験 └Python/Shell等を用いたシステム開発経験 ・データベース関連スキル └データベースおよびDWH設計・運用経験(正規化、スキーマ設計) └SQLを用いたデータ加工・抽出(集計/結合/ウィンドウ関数等) ・その他 └システムの設計/開発/試験/運用の実務経験 └Gitを用いたチーム開発経験 └自発的な問題解決力と推進力
【20代、30代が活躍中!】 ※週5日〜OKの案件です! ※実務経験1年以上お持ちの方が対象の案件です! 【内容】 ・Snowflakeを基盤としたCDP環境の設計・構築 ・Snowflakeへのデータ取り込み、DOMO・シナジーマーケティングとの連携 ・データ統合(ETL/ELT)、品質管理、アクティベーション ・運用フェーズ移行後の保守対応 【必須スキル】 ・プロジェクト全体の進捗管理、要件定義経験 〇共通 ・Snowflake実務経験 └データモデリング、クエリ最適化、パフォーマンスチューニング └データ取り込み(バッチ/ストリーミング)・統合経験 ・プログラミング経験 └Python/Shell等を用いたシステム開発経験 ・データベース関連スキル └データベースおよびDWH設計・運用経験(正規化、スキーマ設計) └SQLを用いたデータ加工・抽出(集計/結合/ウィンドウ関数等) ・その他 └システムの設計/開発/試験/運用の実務経験 └Gitを用いたチーム開発経験 └自発的な問題解決力と推進力 【尚可スキル】 ・AWS/Azure/GCPなどクラウド環境での構築・運用経験 ・ETL/ELTパイプラインの構築および運用経験 ・TROCCO、FivetranなどETL製品の利用経験 ・DOMO、Tableau等のBIツール利用経験 ・分析・機械学習プロジェクト経験(顧客セグメンテーション、予測モデル構築など) ・運用自動化ツールの開発・運用経験 ・SQLのボトルネック解析・チューニング経験 【勤務地】基本リモート(週1神田駅への出社可能性有) 【時間】10:00-19:00※応相談 【精算幅】140-180h 【面談】1回(Web) 【服装】自由 テックビズなら記帳代行無料!充実のサポートで安心して参画していただけます!
案件の必須スキル
・プロジェクト全体の進捗管理、要件定義経験 〇共通 ・Snowflake実務経験 └データモデリング、クエリ最適化、パフォーマンスチューニング └データ取り込み(バッチ/ストリーミング)・統合経験 ・プログラミング経験 └Python/Shell等を用いたシステム開発経験 ・データベース関連スキル └データベースおよびDWH設計・運用経験(正規化、スキーマ設計) └SQLを用いたデータ加工・抽出(集計/結合/ウィンドウ関数等) ・その他 └システムの設計/開発/試験/運用の実務経験 └Gitを用いたチーム開発経験 └自発的な問題解決力と推進力
大手自動車関連メーカー様の自動運転に関するを開発基盤を構築するプロジェクトでエンジニアを募集してます。 具体的にはAWSを使用し、AIモデル開発サイクル基盤を構築するための設計や構築、アーキテクトを検討していただきます。 また、お客様の要件をタスク化し、それをブレークダウンしながら円滑にコミュニケーションを取れる方を募集します。 具体的な業務としては以下になります。 ・AIモデル開発サイクル基盤を構築するための設計や構築、アーキテクトを検討 ・各種アプリケーションのクラウドネイティブ化の支援 ■職種の魅力 【得られるキャリア・職場の魅力】 クライアントや他メンバーと一緒にAIモデル開発サイクル基盤の設計/構築を行っていただきます。最新の技術スタックに関わりながら大手自動車メーカーの自動運転という社会プロジェクトへの貢献ができます。 クライアントとも同じメンバーとして働くことができるため密なコミュニケーションが取れるほか、提案や改善や意見を率直に言える環境です。 単にインフラ基盤の構築だけでなく、開発サイクルを作り上げる仕組みづくりから関わることができます。 AWS
案件の必須スキル
・クラウドインフラ(主にAWS)の設計、構築経験 ・Python等の開発経験 ・Git操作が一通りできること ・IaC(Terraformなど)を使用してクラウドインフラの使用経験 ・使ったことのない技術に関するキャッチアップ力
・機械学習モデルを用いたプロダクト開発に携わっていただきます。 具体的には下記をご担当いただきます。 -LLMを使ったプロダクト開発:大規模言語モデル (LLM) を活用したプロダクトの開発を行います。 -API統合プロジェクト:複数のAPIを統合し、新たなAPIを生成するプロジェクトを担当します。 -設計・実装:パフォーマンスやメンテナンス性を意識した設計・実装を行います。 -Webアプリケーション開発:TypeScript、Next.jsなどを用いたWebアプリケーションの作業を行います。
案件の必須スキル
・コンピュータサイエンス、人工知能、機械学習または関連分野における学士号または修士号 ・モダンなフレームワークを用いたWebアプリケーション開発の開発経験: 3年以上 ・サーバサイドの実装経験 : 2年以上 ・少なくとも1つのバックエンド言語 (Python, Javaなど) での実装経験 ・クラウドサービス (AWS, GCP, Azure) の経験およびコンテナ技術 (Docker, Kubernetes) の理解
・Pythonや生成AIを用いたtoB向けマッチングサービスシステム構築改修案件に携わっていただきます。 ・主に下記作業をご担当いただきます。 -プロダクト概要設計 -画面設計及び実装 -詳細設計から実装
案件の必須スキル
・Pythonを用いた開発経験(5年以上) ・LLMアプリケーション開発支援フレームワークの主要モジュールの理解と活用 -LangChain -LangGraph ・具体的なAIエージェントの設計や実装や運用経験 ・特定領域におけるAIエージェント開発経験 -カスタマーサポート -情報検索 -タスク自動化 ・フロントエンドやバックエンドの経験
・AIエージェント電話通信機能実装業務に携わっていただきます。 ・具体的には下記をご担当いただきます。 - VoIP/SIPプロトコルを活用したAIエージェントの音声通信システム設計・開発 - リアルタイム音声ストリーミング処理の実装 - 電話通話システムとAIシステムの連携インターフェース開発 - 通話品質の最適化と安定したサービス提供のための技術実装
案件の必須スキル
・VoIP/SIP関連技術の実務経験(2年以上) ・WebRTCを用いた音声通信システム開発経験 ・TypeScriptを用いたWebアプリケーション開発経験(3年以上) ・リアルタイムデータ処理の実装経験
・AIエージェント電話通信機能実装業務に携わっていただきます。 ・具体的には下記をご担当いただきます。 - VoIP/SIPプロトコルを活用したAIエージェントの音声通信システム設計・開発 - リアルタイム音声ストリーミング処理の実装 - 電話通話システムとAIシステムの連携インターフェース開発 - 通話品質の最適化と安定したサービス提供のための技術実装
案件の必須スキル
・VoIP/SIP関連技術の実務経験(2年以上) ・WebRTCを用いた音声通信システム開発経験 ・TypeScriptを用いたWebアプリケーション開発経験(3年以上) ・リアルタイムデータ処理の実装経験
【20代、30代が活躍中!】 ※実務経験1年以上お持ちの方が対象の案件です! ■案件 グローバルAIプロジェクトの推進支援をご担当いただきます。 ■勤務形態 フルリモート ■精算条件 固定 ■勤務時間 09:00-18:00 ■面談回数 2回(Web) テックビズなら記帳代行無料!充実のサポートで安心して参画していただけます!
案件の必須スキル
・機械学習の実務経験2年以上 ・データ分析の実務経験3年以上 ・Python、SQLの利用経験 ・ビジネスレベルの英語力(スピーキング、読み書き両方)
【20代、30代が活躍中!】 ※実務経験1年以上お持ちの方が対象の案件です! ■案件 WEBマーケティングプラットフォームの構築支援をご担当いただきます。 ・大規模エンハンス(AI系機能の追加)を予定しており、そちらの作業に従事して頂きます。 ・AIを活用し、より快適にマーケティングの活動をしてもらう為の プロダクトのブラッシュアップを行っております。 ■希望の人物像 ・コミュニケーションに問題のない方 ■条件等 ・勤務地:フルリモート/西新宿 ・就業時間:10:00~19:00 ・面談回数:1回 ・精算方法:140-180h テックビズなら記帳代行無料!充実のサポートで安心して参画していただけます!
案件の必須スキル
・機械学習などを用いた最適化系の開発に秀でている ・モデルをゼロから作成したり、チューニングしたりした経験がある ・モデルをプロダクトやサービスに組み込んだ経験がある ・toBのプロダクト開発に従事した経験がある ・需要予測や売上予測などの経験がある
【20代、30代が活躍中!】 ※実務経験1年以上お持ちの方が対象の案件です! ■案件 WEBマーケティングプラットフォームの構築支援をご担当いただきます。 ・大規模エンハンス(AI系機能の追加)を予定しており、そちらの作業に従事して頂きます。 ・AIを活用し、より快適にマーケティングの活動をしてもらう為の プロダクトのブラッシュアップを行っております。 ■希望の人物像 ・コミュニケーションに問題のない方 ■条件等 ・勤務地:西新宿/フルリモート ・就業時間:10:00~19:00 ・面談回数:1回 ・精算方法:140-180h テックビズなら記帳代行無料!充実のサポートで安心して参画していただけます!
案件の必須スキル
・機械学習などを用いた最適化系の開発に秀でている ・モデルをゼロから作成したり、チューニングしたりした経験がある ・モデルをプロダクトやサービスに組み込んだ経験がある ・toBのプロダクト開発に従事した経験がある ・需要予測や売上予測などの経験がある ※研究や分析メインではない
======================== ※必ずお読みください※ 【必須要件】 東京の顧客先に常駐できる方 【外国籍の方の場合】 日本語能力検定1級お持ちの方 日本語が母国語の方 ======================== 同社は3D関連技術を活用したヘルスケア業界向けのSaaSや、AI関連のサービスを提供している企業です。 AIエンジニアとして、AIを活用した機械学習モデルの開発やディープラーニングを用いた自然言語処理に関わる新規開発、アルゴリズムの構築や実装などをご担当していただきます。 コールセンターのチャットデータを活用した分析アルゴリズムの設計・LLM実装案件、チャットボット構築とマッチング機能開発案件、レビューAIの開発案件(AIが市場データをもとに新規・既存事業へのアドバイスを行う)など、多岐にわたります。
案件の必須スキル
・データ分析・AIモデル構築 ・機械学習アルゴリズム開発 ・下記いずれかを使用した開発経験をお持ちで、Python を使用できる方 LangChain、LangGraph、Dify、VectorShift、Langfuse、CrewAI
-------------------------------- ※「エンジニアとしての実務経験3年以上」「必須要件に記載されている言語の実務経験が2年以上」の方が対象の案件です ※外国籍の方は、「日本語能力検定1級」「日本語が母国語の方」の方が対象です -------------------------------- 企業間物流を最適化するクラウド物流管理ソリューションを提供 バックエンドはGo言語/gRPC/k8sを基盤としたマイクロサービスで構成されており、現在PF基盤と5つのプロダクトが稼働しています。 プロダクト毎に数名〜10名超の職能横断型チームを組んでおり、スクラム開発を実施しています。 今回は既存サービの開発・技術負債の解消にお力添えいただける方を探しています。
案件の必須スキル
- Goを用いたWebシステム開発経験(目安3年以上) - RDB、及びスキーマレスDBの設計・運用経験 - 効率的なデータ問い合わせの知識 - チームでのプロダクト開発が好きな方
-------------------------------- ※「エンジニアとしての実務経験3年以上」「必須要件に記載されている言語の実務経験が2年以上」の方が対象の案件です ※外国籍の方は、「日本語能力検定1級」「日本語が母国語の方」の方が対象です -------------------------------- ◇ 募集背景 現状の顧客の受注業務において、非定型的な業務の多くが人手に依存し、負荷が高い状況です 。 この課題に対し、生成AIを活用したAI受注エージェントを提供することで、顧客の業務効率化と問題解決を図ることを目指しています 。 このAI受注エージェントの構築・改善を推進するため、新たなエンジニアを募集しております。 ◇ 業務内容 - 生成AI(LLM、ベクトルDB等)を活用したAI受注エージェントの開発・改善 - PDF等の帳票からのデータ抽出、変換、および精度向上のためのロジック実装 - 受注データ処理に関連する各種機能(データ出力、設定・管理画面等)の開発 ◇備考 - その他複数PJTがあるため、長期的に参画いただける方歓迎。 - プロジェクト期間:6月2日から10月末まで (現フェーズ)
案件の必須スキル
- Pythonを用いた開発経験 - LLMを利用した開発経験 (API連携など) - DBの処理・加工に関する知識・利用経験
・リーガルテックプロダクト生成AI/大規模言語モデル応用研究開発運用案件に携わっていただきます。 ・主な作業内容は以下の通りです。 -生成AIや大規模言語モデルを利用したリーガルテックプロダクトの新規機能のAPI実装 -生成AIや大規模言語モデルを利用したリーガルテックプロダクトの新規機能のAPIデプロイ -既存プロダクトAIの保守運用および改善 -プロダクトのSRE活動
案件の必須スキル
・PythonのWebFW(FastAPI、Flaskなど)を用いた開発経験 ・クラウドサービス(AWS、Azureなど)を用いた開発経験 ・CI、CD(CircleCI、GitHub Actionsなど)を用いた開発経験 ・データベースの設計経験 ・ディープランニングを含む複雑なモデル実装経験 ・クラウドプラットフォームやコンテナ技術の活用 ・Gitを用いたチーム開発経験
・Pythonを用いたSaaS型ソフトウェアバージョンアップ開発 に携わっていただきます。 ・具体的には下記の作業をお願いします。 -既存ソースコードのDash-Enterprise4からDash-Enterprise5への移行作業 -Dash-Enterprise5環境における画面追加開発 -機械学習による予測機能および数理最適化機能に関連する修正作業
案件の必須スキル
・Pythonを用いた開発経験(3年以上) ・Dashライブラリを用いた開発経験(半年以上) ・ソフトウェア開発経験(3年以上)
・生成AIやRAGを活用した業務プロセス改善プロジェクトに携わっていただきます。 主に下記作業を担当していただきます。 -クライアントとのコミュニケーションを通じた課題・要件整理 -業務プロセスの可視化・改善提案 -データ分析・データ加工(専門文書含む) -RAGや生成AIを用いたプロセス設計・実装(API使用) -精度検証・チューニング(Rewriter, CRAG, Self-RAG, メタデータ付与 等) -業務効果の試算、フィールドテスト設計 等
案件の必須スキル
・報告書/討議資料作成(PPT) ・要件整理 ・データ(専門文書の場合あり)の紐解き・理解(業界の専門用語が使われていることが前提となる) ・データ加工要否の判断(RAG処理の知見をベースとした検討) ・処理設計 ・処理実装(APIを利用してRAGを実装した経験があること) ・精度検証・チューニング (※)rewriter、CRAG、Self-RAG、メタデータ付与等 ・活用設計 業務効果の試算、業務プロセスの整理、フィールドテストの設計
【20代、30代が活躍中!】 ※週5日〜OKの案件です! ※実務経験1年以上お持ちの方が対象の案件です! 【業務概要】 新規ゲームの開発において、機械学習を用いたチート検知やデバックなどのツールの開発をお願いします。 ◆基本情報◆ ・場所:東京駅 ・時間:10:00~18:00or11:00~19:00 ・服装:自由 ・精算:140h~180h ・面談:2回 【必須スキル】 ・Unity/C#を用いたゲーム開発経験1年以上 ・Pythonを用いた開発経験1年以上 ・機械学習モデルや機械学習を用いたデータ分析の業務経験 【尚可スキル】 ・Unityの機械学習に必要なゲームのアクションログ作成経験 ・Unityの機械学習モデル作成・登録経験 ・Pythonを用いたゲームアクションログのデータ加工経験 ・機械学習に関するPythonのライブラリを用いた業務経験 ・ゲームのチート検知やデバッグに関する知見 テックビズなら記帳代行無料!充実のサポートで安心して参画していただけます!
案件の必須スキル
・Unity/C#を用いたゲーム開発経験1年以上 ・Pythonを用いた開発経験1年以上 ・機械学習モデルや機械学習を用いたデータ分析の業務経験
1 - 30件/全2,676件
この条件の新着案件情報を受け取る
経験・スキルで絞り込み
単価で絞り込み
エリアで絞り込み
この条件の新着案件情報を受け取る
■機械学習エンジニアとは 機械学習エンジニアとは、機械学習アルゴリズムの実装や運用、開発を行う技術者です。 データの分析・解析・機械学習モデル構築と検証などが主な業務内容です。 機械学習エンジニアは主にPythonやR言語のプログラミング言語やTensorflow、Keras、Pytorch、NumPyなどの機械学習に特化したフレームワークやライブラリを活用し、データの分析・解析・機械学習モデルの構築と検証などを行います。 機械学習とは、データを分析する方法の1つであり、データから機械が自動で学習し、データの背景にあるルールやパターンを発見する方法です。 機械学習の種類には「教師あり学習」「教師なし学習」「強化学習」の3つです。 教師あり学習: ラベル付けされた訓練データを使用し、入力データから出力データを予測するモデルを構築します。代表的な例としては画像内の物体を識別や天候から売上予測を行うなどの「回帰」や「分類」が挙げられます。 教師なし学習: ラベル未設定のデータからパターンや構造を抽出する学習方法です。 代表的な例としてはクラスタリング(大量のデータをカテゴリ別に分類してグループ化する機能)などが挙げられます。 強化学習: システム自身が試行錯誤しながら最適な行動を学習する方法です。 代表的な例としては自動運転車の制御などが挙げられます。 半教師あり学習: 教師あり学習と教師なし学習の中間的な方法論であり、少量のラベル付きデータを利用して、大量のラベルなしデータを学習する方法です。 この学習手法は、教師あり学習と教師なし学習の両方のアプローチを組み合わせることで、より高い予測精度を達成できます。 代表的な例としては、SiriやAlexaなどの自然言語処理や画像に映る人や物を認識する画像認識などが挙げられます。 ■深層学習(ディープラーニング)と機械学習の違いについて 深層学習(ディープラーニング)は機械学習の手法の1つです。 深層学習(ディープラーニング)とは、機械学習において必須とされるパラメータ「特徴量」を指定することなく、コンピュータ自身が特徴量を探して学習を行っていく手法です。 わかりやすい違いでは、人間がデータの特徴を判断するものが機械学習、機械がデータの特徴を判断するものが深層学習ということです。 深層学習(ディープラーニング)の位置付けとしては、教師あり学習の一部となります。 機械学習エンジニアの業務内容はサービス開発・設計、データの分析・解析、機械学習モデル開発、基盤構築・運用・保守、最新技術の調査・研究であり、以下にて詳細をお伝えします。 ・サービス開発・設計 機械学習エンジニアのサービス開発・設計業務は、クライアントのニーズを細部まで把握し、機械学習モデルを設計します。具体的にはデータの収集と前処理、適切なアルゴリズムの選定、モデルのトレーニングと評価、モデルのパフォーマンスの定期監視などです。この過程では、機械学習エンジニアとしての高度な技能が必要になります。 ・データの分析・解析 機械学習エンジニアのデータの分析・解析業務は、データの正確性と完全性を保証すること大切です。収集データの質と量を評価し、必要に応じてデータクレンジングや前処理を実施します。また統計分析や視覚化ツールを用いてデータの傾向やパターンを把握し、これらの洞察をもとに機械学習モデルの設計や改善に役立てます。 ・機械学習モデル開発 機械学習エンジニアの機械学習モデル開発業務は、問題特定、アルゴリズム選定、モデルの訓練、評価、チューニング作業を行います。教師あり学習、教師なし学習、強化学習など、目的に合ったアプローチを選びます。精度の高い予測や分類を達成するために、ハイパーパラメータの調整とモデルの評価を繰り返し行います。この際、過学習や不適切なデータセットによるバイアスを避けることが重要です。 ・基盤構築・運用・保守 機械学習エンジニアの基盤構築・運用・保守は、データ処理と分析のためのシステム基盤の設計、実装、維持に関わります。具体的には大量のデータを効率的に処理し、分析するためのインフラ構築をはじめとし、クラウドサービスやオンプレミスのサーバー設定、データベースの管理などが作業としてあります。さらにシステムのパフォーマンスとセキュリティを常に監視し、必要に応じてアップデートや改善を行います。 ・最新技術の調査・研究 機械学習エンジニアの最新技術の調査・研究業務は、画像認識、音声認識など最新の機械学習を含むAI技術やトレンドを探求し、最終的に得た知識を実務に活用することです。具体的には学術論文の読解、市場動向の分析、新しいアルゴリズムやフレームワーク、ツールの評価などが業務内容です。 常に最新の技術進歩を把握し、実際のプロジェクトにどのように適用できるかを理解することです。研究結果を実践的な解決策に落とし込む際には、理論と実装のギャップに注意し、現実のビジネスや技術環境に適合する形で応用することが求められます。 ■機械学習エンジニアとAIエンジニアの違い 機械学習エンジニアとAIエンジニアの違いについて、仕事内容と必要スキルの観点より解説します。 機械学習エンジニアとAIエンジニアは焦点を当てている業務内容が異なります。 機械学習エンジニアは機械学習技術に特化し、データの分析とモデルの開発が業務内容ですが、AIエンジニアは人工知能技術全般にわたる広範な知識とスキルを持ち、多岐にわたるAI技術の実装と応用が業務内容です。 上記を理解した上で仕事内容と必要スキルをみていきましょう。 まず仕事内容について、機械学習エンジニアはデータの前処理、機械学習モデルの開発、訓練、テスト、データ分析、特徴量エンジニアリング、モデルの性能評価、機械学習モデルの本番環境への展開がメイン業務であり、一方、AIエンジニアは機械学習モデルの開発、自然言語処理(NLP)、コンピュータビジョン、ロボティクスなどAI技術の研究、開発、実装、AIソリューションの全体的な設計と実装、プロジェクト管理、システムの性能評価や最適化がメイン業務です。 必要スキルにおいて、機械学習エンジニアはPythonやscikit-learn、TensorFlow、PyTorchなど機械学習ライブラリの使用経験や知識、機械学習の理論とアルゴリズムに関する深い知識、統計学、データサイエンスの知識や知見が必要であり、一方AIエンジニアはPythonやR言語などを使った実務での開発経験、機械学習、深層学習(ディープラーニング)を含むAIの基本的な理論と技術、システム設計やソフトウェア開発の経験が必要です。 ■機械学習エンジニアとデータサイエンティストの違い 機械学習エンジニアとデータサイエンティストの違いについて、仕事内容と必要スキルの観点より解説します。 機械学習エンジニアは機械学習技術に特化し、データの分析とモデルの開発が業務内容ですが、データサイエンティストはデータの収集と前処理やデータ探索と分析、モデリングとアルゴリズム開発、データの視覚化とプレゼンテーションが業務内容です。 上記を理解した上で仕事内容と必要スキルをみていきましょう。 まず仕事内容について、機械学習エンジニアはデータの前処理、機械学習モデルの開発、訓練、テスト、データ分析、特徴量エンジニアリング、モデルの性能評価、機械学習モデルの本番環境への展開がメイン業務であり、一方、データサイエンティストはデータ分析、洞察の抽出、データ駆動の意思決定サポート、データビジュアライゼーション・統計分析、データマイニング、パターン認識がメイン業務です。 必要スキルにおいて、機械学習エンジニアはPythonやscikit-learn、TensorFlow、PyTorchなど機械学習ライブラリの使用経験や知識、機械学習の理論とアルゴリズムに関する深い知識、統計学、データサイエンスの知識や知見が必要であり、一方データサイエンティストはPythonやR言語などを使った実務での開発経験、統計学と数学、データの探索的分析知識や経験、TableauやPowerBIなどのBIツールの使用経験が必要です。 ■AIエンジニアはやめとけと言われる理由とは? 検索をする中でフリーランスでのAIエンジニアはやめとけとありますが、なぜ言われるのか解説します。 フリーランスエンジニアの中には思ったよりも収入が得られず、会社員に戻る方も多数おりますが、以下理由がやめとけと言われる理由でしょう。 ・収入が不安定になった ・景気に左右されやすく案件を安定的に受注できない ・仕事が休めず体調を崩した ・営業スキルが一定数要求される ・マネジメント経験が積みづらい 上記理由を見るとフリーランスエンジニアに転向しても楽して稼ぐことは難しく、さらに自身の管理スキルも一定数必要であることがわかります。 「フリーランスでのAIエンジニアはやめとけ」と言われておりますが、開発経験が1年未満と浅い方はまず、数年の実務を経験した後、フリーランスエンジニアとして転向することをおすすめします。また、一定数の開発経験がある方の中である程度自由な働き方を希望する方や高収入になりたい方などはフリーランスエンジニアとして転向しても良いかもしれません。 ■AIエンジニアフリーランスは150万稼げる? AIエンジニアフリーランスは150万円稼げるのかどうかを解説します。 結論、AIエンジニアフリーランスは150万円稼げます。AIエンジニアフリーランスの平均単価は75万円、中央値単価は75万円、最高単価は200万円です。 月額単価150万円を超えるフリーランス案件・求人は多数存在するため、これらのフリーランス案件・求人に参画することで150万円稼げるでしょう。 ただし、150万円を超えるフリーランス案件・求人はAI開発以外にもプロジェクトマネジメント経験や上流工程から下流工程までの一貫した開発経験などが求められているため、経験の浅いAIエンジニアが参画できるフリーランス案件・求人では無いことは念頭に置いておきましょう。 機械学習エンジニアフリーランスとして参画できるフリーランス求人・案件はデータ分析・予測モデル開発、画像データを利用したパターン認識、画像分類、オブジェクト検出業務、 チャットボットや言語翻訳システム開発などの自然言語処理業務、ビッグデータ解析・処理、深層学習(ディープラーニング)関連開発と幅広いです。 機械学習エンジニアフリーランスとして以下のスキルや経験があると、高単価フリーランス求人・案件に参画できます。 ・機械学習エンジニアでの実務経験 ・深層学習(ディープラーニング)や教師ありなど機械学習手法の経験や知識 ・PythonやR言語、Scalaの使用経験 ・TensorFlow、PyTorch、scikit-learnなど機械学習フレームワーク/ライブラリ経験 ・HadoopやSparkなどビッグデータ処理経験 ・統計学やデータサイエンス知識 ・上流工程の実務経験や知識 ・コミュニケーションスキル ・プロジェクトのリード経験 ・問題解決スキル ・最新トレンドへの適応 ■機械学習エンジニアフリーランスとして携わることができるフリーランス求人・案件例 ・データ分析・予測モデル開発での機械学習エンジニアフリーランス求人・案件 データ分析・予測モデル開発案件は金融、ヘルスケア、小売、製造、Eコマースなどの多様な業界でフリーランス案件・求人が存在します。 業務内容はデータの収集と前処理、特徴量エンジニアリング、モデルの開発とトレーニング、性能評価と最適化、結果の解釈と報告を行います。 PythonやR言語の開発言語スキル、TensorFlowやPyTorch、scikit-learnなど機械学習フレームワーク・ライブラリ経験、統計学、コミュニケーションスキルなどが要求されます。 ・画像認識開発での機械学習エンジニアフリーランス求人・案件 画像認識開発案件は自動車、医療、セキュリティ、小売、製造業などの多様な業界でフリーランス案件・求人が存在します。 業務内容はデータ収集と前処理、特徴量抽出、モデル開発、性能評価、最適化とデプロイです。 PythonやR言語の開発言語スキル、TensorFlowやPyTorch、Kerasなど機械学習フレームワーク・ライブラリ経験、画像処理の知識、深層学習(ディープラーニング)の理解、データセット管理や処理経験などが要求されます。 ・チャットボットなどの自然言語処理開発での機械学習エンジニアフリーランス求人・案件 チャットボットなどの自然言語処理開発案件では ITサービス、金融、小売、医療などの多様な業界でフリーランス案件・求人が存在します。 業務内容はデータ収集と前処理、特徴量抽出、モデル開発、性能評価、最適化とデプロイです。 PythonやR言語の開発言語スキル、TensorFlowやPyTorch、Kerasなど機械学習フレームワーク・ライブラリ経験、自然言語処理の知識、RNNやLSTM、Transformerなど深層学習(ディープラーニング)の理解、データセット管理や処理経験などが要求されます。 ・ビッグデータ解析・処理業務での機械学習エンジニアフリーランス求人・案件 ビッグデータ解析・処理業務案件は金融、eコマース、ヘルスケアなどの多様な業界でフリーランス案件・求人が存在します。 業務内容はデータ収集、データクレンジングと前処理、データ解析、機械学習モデル開発、データ可視化です。 PythonやR言語、Scalaの開発言語スキル、 HadoopやSparkなどビッグデータ技術スキル、SQLやNoSQLなどデータベース管理スキル、TensorFlowやPyTorch、Kerasなど機械学習フレームワーク・ライブラリ経験、統計学やデータ分析スキルなどが要求されます。 ・深層学習(ディープラーニング)関連開発での機械学習エンジニアフリーランス求人・案件 深層学習(ディープラーニング)関連開発案件は自動車、金融、医療、製造業、エンターテインメントなどの多様な業界でフリーランス案件・求人が存在します。 業務内容はデータの収集と前処理、モデル開発、ハイパーパラメータチューニング、モデルの評価と最適化、展開と統合です。 PythonやC++の開発言語スキル、 TensorFlowやPyTorch、Kerasなど機械学習フレームワーク・ライブラリ経験、NumPyやPandasなどデータ処理ライブラリスキル、SQLやNoSQLなどデータベース管理スキル、CUDAやOpenCLなどGPU計算知識などが要求されます。 ■機械学習エンジニアフリーランスとして独立した時のメリット 機械学習エンジニアフリーランスとして独立する時のメリットを解説します。 特に正社員から機械学習エンジニアフリーランスとして独立した時のメリットをお伝えします。 ・柔軟な働き方ができ、時間管理の自由になる ・キャリアの多様性 ・様々なプロジェクトに参画できる ・スキルが向上する ・高収入の可能性がある ・ネットワークの拡大 機械学習エンジニアフリーランスとしての独立は、自由度の高い働き方、収入の増加、スキル向上などによるキャリアの多様性など多くのメリットがあります。 ■機械学習エンジニアフリーランスとして独立した時のデメリット 機械学習エンジニアフリーランスとして独立する時のデメリットを解説します。 特に正社員から機械学習エンジニアフリーランスとして独立した時のデメリットをお伝えします。 ・収入が不安定になる ・案件の不確実性 ・仕事の継続的な保証はない ・自己管理が必要である ・ワークライフバランスが乱れる可能性がある ・スキルアップが必須条件 フリーランスとして独立することは不安定な収入や自己管理の必要性、スキルアップの必要性などデメリットもあることを理解しましょう。 機械学習エンジニアを今後検討しているフリーランスは上記機械学習エンジニアフリーランスとして独立するメリットデメリットを比較した上で行動すると後悔が少ないでしょう。 ■機械学習エンジニアフリーランス求人・案件のリモートワーク・在宅・持ち帰り状況 機械学習エンジニアフリーランス求人・案件のリモートワーク・在宅・持ち帰り状況について解説します。 機械学習エンジニアはデータ分析・予測モデル開発、画像データを利用したパターン認識、画像分類、オブジェクト検出業務、 チャットボットや言語翻訳システム開発などの自然言語処理業務、ビッグデータ解析・処理、深層学習(ディープラーニング)関連開発など様々なフリーランス求人・案件があり、多くのプロジェクトや開発現場においてリモートワークや在宅・持ち帰りのフリーランス求人・案件が増えています。 しかし、セキュリティや機密情報保持などの様々な要因によりリモートワークや在宅・持ち帰りが難しい機械学習エンジニアフリーランス求人・案件も一部存在します。 未だコロナが蔓延しておりますが、リモートワークや在宅ではコミュニケーションが取りづらいなどの課題も見えており、出社に切り替えている企業も多くなっております。 特に出社とリモートワーク・在宅を混合している働き方であるハイブリットワークが近年増加傾向であり、今後機械学習エンジニアを含むフリーランス求人・案件のリモートワークや在宅・持ち帰り化は数年前と比較して多少少なくなっておりますが、なくなることはないでしょう。 機械学習エンジニアフリーランス求人・案件の中でもリモートワークや在宅・持ち帰りのみに参画したい機械学習エンジニアフリーランスは機械学習エンジニアでの参画経験や深層学習(ディープラーニング)知識、TensorFlow、PyTorch、scikit-learnなど機械学習フレームワーク/ライブラリ経験、HadoopやSparkなどビッグデータ処理経験、統計学やデータサイエンス知識、コミュニケーションスキルなどがあると比較的参画しやすいでしょう。 ■機械学習エンジニアでの週2日、週3日フリーランス求人・案件 機械学習エンジニアでの週2日・週3日フリーランス求人・案件について解説していきます。 機械学習エンジニアの週2日・週3日フリーランス求人・案件は機械学習エンジニア全体のフリーランス求人・案件の中で約10%の割合で存在します。 また週2日・週3日などの時短でも月額単価120万円など、高単価な機械学習エンジニアフリーランス案件・求人も多く存在します。 複数の機械学習エンジニアフリーランス求人・案件に参画できるため、様々なプロジェクトやサービス開発に携われたり、多種多様なエンジニアとコミュニケーションを取れます。 高単価な機械学習エンジニアフリーランス求人・案件はその案件の業界や分野での機械学習エンジニア経験やPythonやTensorFlow、PyTorchなどの機械学習で頻繁に使われる言語やライブラリスキル、データ分析や処理スキル、統計学と数学の知識、プロジェクトリード経験、コミュニケーションスキルなどある程度の実績や知識が備わっている方でないと参画が難しいでしょう。 機械学習エンジニアフリーランスとして週2日・週3日フリーランス求人・案件に参画したい方は現状の市場動向の把握をした上で自分のスキルに見合うフリーランス求人・案件を探すことをおすすめします。 ■機械学習エンジニアフリーランス求人・案件に参画するために必要なスキル 機械学習エンジニアフリーランス求人・案件に参画するために必要なスキルを解説します。 機械学習エンジニアフリーランス求人・案件に参画するために必要なスキルとしては、機械学習エンジニア自体の経験や周辺知識/スキルです。 主にPythonやR言語の使用経験、TensorFlow、PyTorchなどの機械学習に特化したライブラリ経験、機械学習や深層学習(ディープラーニング)の知識、SQLやNoSQLの使用経験、HadoopやSparkなどビッグデータ処理経験、データサイエンス知識、上流工程の実務経験や知識、プロジェクト管理スキルがあると機械学習エンジニアフリーランス求人・案件に参画しやすいでしょう。 上記経験や業界知識/スキル、どちらかが欠けていると機械学習エンジニアフリーランス求人・案件に参画できない可能性があるので念頭においておきましょう。 さらに機械学習エンジニアフリーランスとして、高単価のフリーランス求人・案件に参画を希望している場合、しっかり経験を身につけていきましょう。 ■機械学習エンジニアとして経験年数別のアドバイス 機械学習エンジニアフリーランス求人・案件に参画するため、機械学習エンジニア経験年数別のアドバイスをそれぞれ機械学習エンジニア経験1〜2年、機械学習エンジニア経験2〜3年、機械学習エンジニア経験5年以上に分けて解説します。 ・機械学習エンジニア経験1〜2年の機械学習エンジニアフリーランス 機械学習エンジニア経験1〜2年の機械学習エンジニアフリーランスはPythonやR言語の習得や機械学習、深層学習(ディープラーニング)、統計学の知識をしっかり身につけましょう。 さらに小規模プロジェクトへの参画を積極的に行い機械学習関連開発の実務を経験し機械学習エンジニアとしてのスキルを磨いていきましょう。 また、チーム内外のコミュニケーションスキルやリーダーシップスキルを身につけていきましょう。 ・機械学習エンジニア経験2〜3年の機械学習エンジニアフリーランス 機械学習エンジニア経験2〜3年の機械学習エンジニアフリーランスは中〜大規模プロジェクトに参画しましょう。 特に自然言語処理、画像認識、ビッグデータ解析・処理などの特定の分野をより専門的に経験しましょう。また大規模なデータセットが扱えるプロジェクトに挑戦してみましょう。 ・機械学習エンジニア経験5年以上の機械学習エンジニアフリーランス 機械学習エンジニア経験5年以上の機械学習エンジニアフリーランスは大規模プロジェクトへの参画はもちろんですが、チームを率いるプロジェクトリードポジションへ挑戦しましょう。 また、定期的に最新の研究論文を読み市場動向をアップデートし続けましょう。 若手機械学習エンジニアへの教育やメンタリングを行える場合は、自分の持っている知識の再確認の意味も込めて行ってみることをおすすめします。 その他、余裕がある方はコミュニティへの貢献のため、コミュニティ活動に参加して知識や経験を共有してみることもおすすめします。 ■機械学習エンジニアフリーランスにおすすめのフレームワークやツール 機械学習エンジニアフリーランスとしてフレームワーク・ツール知識はフリーランス求人・案件の参画確度を高めます。代表的なフレームワーク・ツールを解説いたしますので、ニーズのあるフレームワーク・ツールを習得しましょう。 下記ではフレームワーク・ツールとしてTensorflow、Keras、scikit-learn、Pytorch、NumPyを解説します。 ・Tensorflow Tensorflowは、Googleが開発しオープンソースで公開している機械学習やディープラーニングに対応したフレームワークです。 元々はテンソル計算を扱うために開発されたライブラリですので、計算処理が可能であることやニューラルネットに関する関数が豊富なフレームワークです。 Tensorflowの特徴として、GPU操作が不要で効率的な開発が可能であること、単純な機械学習モデルから複雑な深層学習ネットワークまで、幅広いモデルをサポートしていること、PythonやC++、Javaなど多言語でのAPIも提供していること、活発なコミュニティがあることなどが挙げられます。 画像認識、言語理解、音声認識などに活用できるため、機械学習エンジニアとしてTensorflowは必要なスキルの1つです。 ・Pytorch PytorchはFacebookが主導して開発されたディープラーニングフレームワークです。 Pytorchは柔軟なニューラルネットワーク記述ができ、ディープラーニングライブラリの中でも人気です。 Pytorchの特徴として動的な計算グラフで設計されていること、PyTorchはPythonの慣用的な書き方に従っているため、Pythonを習得しているエンジニアは使いやすいこと、拡張性があること、TensorBoardなどの可視化ツールとの統合ができることなどが挙げられます。 自然言語処理(NLP)、コンピュータビジョン、強化学習などに活用できるため、機械学習エンジニアとしてPytorchは必要なスキルの1つです。 ・scikit-learn scikit-learnは、は機械学習のプログラムを簡単に実装できるライブラリであり、サイキット・ラーンと呼ばれています。 scikit-learnの特徴として、オープンソースで提供されていること、使用可能なアルゴリズムが豊富であること、サンプルのデータセットが用意されていること、データマイニングやデータ分析に幅広く活用されていることなどが挙げられます。 scikit-learnは教師あり学習(分類、回帰)や教師なし学習(クラスタリング、次元削減)の手法や学習データの前処理ができます。 ・Keras Kerasは、Googleが開発したTensorFlowやTheano上で動くニューラルネットワークライブラリです。 ニューラルネットワークライブラリは、機械学習ディープラーニングなどの実装をサポートするソフトウェア群のことです。 Kerasの特徴として、構造がシンプルで扱いやすいこと、機械学習やディープラーニングの初心者でも扱えること、NetflixやUberTechnologies、NASAで活用されていることな TensorFlow2.0では、KerasがデフォルトのAPIとして統合されており、TensorFlowの機能とシームレスに組み合わせて利用できます。 ・NumPy NumPyはPythonプログラミング言語のためのオープンソースのライブラリです。 NumPyは高速に数値計算ができることが最大の特徴であるため、科学技術計算やデータ分析を行う際には欠かせないライブラリです。 NumPyの特徴として、処理速度が高速であること、配列の扱いが柔軟であること、多様なデータ型をサポートしていること、Pandas、Matplotlib、SciPy、scikit-learnなどのライブラリとの互換性があることなどが挙げられます。 データの前処理、統計的解析、画像処理、数値シミュレーションなどに活用できるため、機械学習エンジニアとしてNumPyは必要なスキルの1つです。 ■機械学習エンジニアフリーランス求人・案件参画するために役立つ資格 機械学習エンジニアフリーランスが取得しておいて良い資格を4つ紹介します。 ・統計検定 統計検定とは、日本統計学会が主催している統計に関する知識やその知識を活用する能力を問う試験です。 統計学の基本的な知識と応用能力を身につけた人材を認定することを目的とされた試験です。統計検定は4級〜1級までに加え、統計調査士・専門統計調査士・データサイエンス基礎/発展/エキスパートの資格が用意されています。 試験形式は筆記試験、試験時間は1.5〜2時間程度、受験料は6,000〜10,000円、試験内容は基本的な統計学から応用統計学、確率論、統計的方法論などが出題されます。 この資格を取得することで、統計学の知識やデータ分析/解析のスキルが習得でき、転職や就職にも有利に働きやすいというメリットがあります。 そのため、機械学習エンジニアフリーランスとして取得しておいて良い資格でしょう。 ・G検定 G検定とは、一般社団法人 日本ディープラーニング協会が提供する深層学習(ディープラーニング)を含むAI(人工知能)に関する知識やその知識を活用する能力を問う試験です。 試験形式はマークシート形式、試験時間は90分、受験料は13,200円、試験内容はAIの基礎知識、ディープラーニングの基本、AI技術のビジネスへの応用、倫理的な問題などが出題されます。 この資格を取得することで、深層学習(ディープラーニング)を含むAI(人工知能)スキルが一定数証明できるだけでなく、転職や就職にも有利に働きやすいというメリットがあります。 そのため、機械学習エンジニアフリーランスとして取得しておいて良い資格でしょう。 ・AI実装検定 AI実装検定とはAI実装検定Study-AI株式会社のAI実装検定実行委員会(AIEO)が設立した体系的なディープラーニングの実装知識とスキルを証明できる民間資格です。 AI実装検定は「AI実装検定®️B級」「AI実装検定®️A級」「AI実装検定®️S級」の3種類が設けられています。難易度はB級、A級、S級の順に難しくなります。また、先述したG検定との難易度の差についてB級、G検定、A級、E資格、S級の順に難しくなっていきます。 試験形式はオンライン形式の多肢選択式、試験時間が40〜60分、受験料は9,900〜33,00円、試験内容はAI(ディープラーニング)に関する基礎知識からPythonや数値計算するための各ライブラリの実装知識、NLPについてなど各難易度により異なります。 この試験を取得すると、AI(ディープラーニング)の知識があることを一定数証明することができ、転職や就職にも有利に働きやすいなどのメリットがあります。そのため、機械学習エンジニアフリーランスとして取得しておいて良い資格でしょう。 ・システムアーキテクト試験 システムアーキテクト試験は、独立行政法人の「情報処理推進機構(IPA)」が提供する資格であり、IT系国家資格の中でも最難関の試験です。 システムアーキテクト試験は、システム構築に必要な基本的な技術、システム開発管理、技術戦略や技術評価、システム設計、アーキテクチャなどが出題されます。 機械学習エンジニアフリーランスとして、システムアーキテクトやプロジェクトリーダーが兼ね備えているスキルを身に付けることができます。 機械学習エンジニアフリーランスとして開発経験が浅い方向けではなく、中級者や上級者向けであり、対象の機械学習エンジニアフリーランスは取得しておいて良い資格でしょう。 機械学習エンジニア関連資格を習得することは良いことですが、機械学習エンジニアフリーランス求人・案件に参画するという目的を失わないようにしましょう。 機械学習エンジニア関連資格の取得によって、一定数機械学習エンジニアスキルを証明することは可能ですが重要視すべきことは、機械学習エンジニアの実務経験を保有していることです。 そのため機械学習エンジニアの資格はある程度実務経験がある方、時間的に余裕がある方が取得すると良いでしょう。 機械学習エンジニアフリーランスとして、実務未経験にも関わらず機械学習エンジニア関連資格の取得を最優先事項にすることはやめておきましょう。 ■機械学習エンジニアフリーランス求人・案件の未経験での参画 機械学習エンジニア実務未経験の場合、参画できる機械学習エンジニアフリーランス求人・案件は限られてくるでしょう。 機械学習エンジニアフリーランス求人・案件は参画後すぐに稼働してもらいたいため、即戦力での機械学習エンジニアを求めています。 未経験から機械学習エンジニアフリーランス求人・案件への参画を検討/希望している方は、Python開発(実務)経験を積める企業へ就職し、徐々にAI開発に必要な実務経験を積むことをおすすめします。 機械学習エンジニアフリーランス求人・案件に参画する上でコミュニケーションスキルや能動的に動けるかなども見られますが、やはり一番重要視されるポイントは求人・案件の要件の合致度合いです。そのため、上記以外にも実務経験を作れるのであれば積極的にこなしていきましょう。 機械学習エンジニアのフリーランス求人・案件への参画を目指すにあたって、機械学習エンジニア経験やPythonやTensorFlow、PyTorchなどの機械学習で頻繁に使われる言語やライブラリスキル、機械学習や深層学習(ディープラーニング)の知識、SQLやNoSQLの使用経験、HadoopやSparkなどビッグデータ処理経験、プロジェクトリード経験、コミュニケーションスキル、さらに上流工程から下流工程までの一貫したシステム開発経験を身につけておくと、担当領域の幅を広げることができ、選択できるフリーランス求人・案件の選択肢を増やせるでしょう。 ■機械学習エンジニアの市場動向やニーズ 機械学習エンジニアはデータ分析・予測モデル開発、画像データを利用したパターン認識、画像分類、オブジェクト検出業務、 チャットボットや言語翻訳システム開発などの自然言語処理業務、ビッグデータ解析・処理、深層学習(ディープラーニング)関連開発など多様な案件に参画できます。フリーランス求人・案件の中でも多く求人が存在します。 そのためニーズは現時点でも多くあり、今後中長期的にみてもニーズは無くならないでしょう。 では、機械学習エンジニアフリーランスのニーズがある理由をIT市場動向から分析してみてみましょう。 令和3年2月4日、経済産業省より発表された「我が国におけるIT人材の動向」では、米国等の海外では、AI・データサイエンス等に関する高いスキルを持つデジタル人材の採用の際に、高額の報酬水準を提示する例が増えているとの結果が出ています。 例えば、現在Microsoftで出ているMachine Learning Engineerのポジションでは年収約3,600万円、TikTokでのSenior Machine Learning Engineerでは年収約4,300万円の求人が出ています。 上記金額を見る限り各世界的な優良企業においても機械学習エンジニアは重要なポジションであることがわかります。 さらにAI市場動向を見てみましょう。 FORTUNE BUSINESS INSIGHTが発表した世界の人工知能市場規模では、2022年に4,280億米ドルで、2023年の5,153億1,000万米ドルから2030年までに2兆251億2,000万米ドルに成長し、21.6%のCAGRで成長すると予測されています。 その他IoT、ビッグデータ、6G、ブロックチェーン、xR、AGIを含む人工知能などによるIT業界の飛躍的な拡大やIT技術の急速な進歩に伴い、エンジニアを含むIT業界全体の人材不足が深刻化しています。2030年までに79万人のITエンジニアを含む人材が不足に陥る可能性があるとも言われています。 上記観点を考慮するとIT市場の急速な成長に伴いエンジニアを含むIT人材の絶対数が足りておらず、機械学習エンジニアフリーランスのニーズが今後も拡大していくでしょう。 機械学習エンジニアフリーランスとして現在活躍している方や今後活躍を検討している方は機械学習エンジニア開発実務経験や参画する案件の業界知識や経験を取得すると多くの機械学習エンジニアフリーランスの中でもフリーランス求人・案件への参画確率が上がるでしょう。