1 - 50件/全1,942件
■業務内容 ・音声認識をはじめとする機械学習を利用したシステムにかかわるプロダクトのソフトウェア開発 ・フロントエンドおよびバックエンドのソフトウェア開発 ・AI に関連するプロダクトのネイティブアプリケーション開発 ■募集背景 現在、アジア進出を見据えた組織、事業作りに取り組んでおり、AI技術を利活用したシステムの開発に取り組んでおります。SREとして当社システムの信頼性や品質向上を含めシステム開発を牽引いただける方を募集しています。 ■ポジションの魅力 ・急速に導入社数が増加している自社プロダクトの成長に貢献することができ、新しい技術に触れる機会が豊富に存在します ・国内外問わず各分野のトップクラスのメンバーで構成された少数精鋭の組織のため、意思決定のスピードが早く、経営層と近い距離感で勤務いただけます ・需要の高い音声処理や自然言語のAI × SaaSプロダクトの知見獲得とキャリア構築ができます ※フルリモート可 TypeScript
案件の必須スキル
・Webアプリケーション領域におけるフロントエンド、バックエンドの開発経験 ・TypeScript、Python、Vue.js(Nuxt.js), Node.jsを使用した複数案件の経験 ・GCP や AWS、Azureを利用した開発経験 ・主体的にプロダクトを開発した経験 平日10:00~18:00の間で週24h以上稼働が可能な方
======================== ※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 ======================== GIS(地理情報システム)XR、AI機械学習などの技術を活用しシステム開発を行っている企業にて、地図アプリケーションのフロントエンド開発をご担当いただきます。 フロントエンド開発の他、必要に応じてバックエンド (Node.js) や SQL でのDB操作等もご担当いただきます。
案件の必須スキル
・Typescript / React でのフロントエンド開発経験 ・JavaScriptでの開発経験 ・SQL でのDB操作が出来ること ・地図アプリケーションを作ってみたい方
■お任せしたいミッション ・膨大な位置情報データとクライアントがアップロードするPOSデータを基に、エリアや店舗を分析する機能の開発 ・解析結果をクライアントに届けるためのデータパイプライン開発 このSaaSサービスにより、店舗・施設の来訪頻度、来訪者の区分、他施設との回遊を分析できるほか、商圏や周辺交通量を把握できるようになります。 ※フルリモート Python
案件の必須スキル
・機械学習エンジニアとしての実務経験 ・PythonおよびSQLを活用したパイプライン処理の開発・運用経験 ・大規模データ処理の開発・パフォーマンス改善経験
・toC向けECサービス開発案件にPLとして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。 -設計~運用
案件の必須スキル
・PHPを用いたwebアプリケーションの開発経験(Laravel) ・下記、AWS環境での開発経験とAWSコンソール上での操作経験 -EC2、RDS、S3、Cloudfront ・Dockerでの開発経験 ・下記の対応経験 -要件定義(ヒアリング)、設計、開発、テスト、運用 ・スクラッチ開発によるtoCサービスサイトの開発と運用経験 ・チームでの開発経験
・リーガルテックプロダクトへの生成AIや大規模言語モデルの応用に関する研究開発及び運用案件にて、データサイエンティストをご担当いただきます。 ・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Webフレームワーク(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 ・CICD(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
・リーガルテックプロダクトへの生成AIや大規模言語モデルの応用に関する研究開発及び運用案件にて、データサイエンティストをご担当いただきます。 ・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Webフレームワーク(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 ・CICD(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
・リーガルテックプロダクトへの生成AIや大規模言語モデルの応用に関する研究開発及び運用案件にて、データサイエンティストをご担当いただきます。 ・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Webフレームワーク(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 ・CICD(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
・リーガルテックプロダクトへの生成AIや大規模言語モデルの応用に関する研究開発及び運用案件にて、データサイエンティストをご担当いただきます。 ・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Webフレームワーク(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 ・CICD(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
・製造メーカー向け機能追加開発案件 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。 -詳細設計~内部結合テスト -データ連携と最適化実行の自動化
案件の必須スキル
・Pythonを用いた開発経験 ・pandasを用いた開発経験 ・MLアプリケーションの開発経験 ・MLモデルや数理最適化アルゴリズムのバッチ推論の知見 ・plotly dashやdjangoを用いたpython webフレームワークでの画面開発経験 ・ sqlalchemyを用いた開発経験
サービス提供に伴う環境構築を行うにあたり、Azure設計構築をお任せします。 ジュニアメンバーへの構築のレクチャーも含め、 チームワークを発揮しながら先方のDX課題解決がミッションです。 エンドユーザー様は金融系のエンタープライズ企業からWebサービス提供のメガベンチャーまで、 セキュアな環境の時もあればモダンな環境にも臨機応変に対応をしていくことで、 安定したプロダクト提供を目指していただきます。
案件の必須スキル
・(インフラ側の)プロジェクトリーダー(PL or PM)やテックリードのご経験 ・AzureもしくはAWSによるのクラウドインフラ設計構築4年以上(laas,Paas) ・PythonなどによるAIモデル実装が可能 ・クラウドアーキテクチャ(スケーラブルなAIソリューションの設計が可能) ・顧客とコミュニケーションを取りながら使用把握~システム環境構築まで可能 ・技術面におけるメンバー育成経験 ・Terrafrom
車両データから危険運転を検知し、運転者の情報と合わせて、 軽度認知症の検知を行うためのアプリケーションの開発をいただきます。 詳細は商談時にご説明します。 ※危険運転検知と、認知症検知のアルゴリズムは既に作成されています。 * このアルゴリズムをAWSで動かすシステムを構築いただきます。 ※フルリモート可 Python
案件の必須スキル
・Pythonアプリケーションエンジニア(ベテランorスペシャリスト希望) - AWS環境でデータフローなどバッチ系(バックエンド)システムを構築した経験があること (今回はSageMakerを中心としたシステムとなる) ・商用環境へのデプロイの経験
【案件概要】 建設業のデータ分析プラットフォームに関する業務になります。 機械学習エンジニアとして、プロダクトのデータ解析にとって必要なものを実装していただく業務になります。 新規プロダクト開発も計画しており、そこではこれから技術選定をしていきます。 堅苦しさのないフラットな雰囲気の現場で、フルリモートでの就業になります。 ※詳細は面談時にお話しいたします。 【業務内容】 ・プロダクトのコアとなる建設業界のデータ予測モデル開発 - 図面や書類などのPDFや画像データからの情報抽出 - 要件定義等に基づいたシステム開発及びテスト - 開発システムのクラウド上へのデプロイ及び運用 ・データ分析基盤の整備、および保守 - 建設データを分析するための基盤の開発、整備 - 建設業界特有のデータを活用したモデルの開発及び運用 - データ前処理・後処理のパイプラインの構築 ※フルリモート可 Python
案件の必須スキル
■基本スキル_: ・GCPやAzure環境でOCRライブラリを活用した経験 ・画像データからテキスト情報を抽出した経験 ・クラウド上(AWSなど)でのシステム開発のご経験
【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! ◆業務内容◆ ・AIを用いた製品の設計・開発 ・フロントエンド開発 ・アーキテクチャ設計と開発 ・コード品質と継続性改善と保守 ・メンバー教育とチームビルディング支援etc. ◆基本情報◆ ・場所:リモート可/西新宿 ・時間:10:00~19:00(フルフレックス)※デイリーMTGあり ・服装:自由 ・貸与:PC貸与あり ・精算:140h~180h ・面談:2回 ◆主な開発環境・ツール◆ ・使用言語(FW):Python・TypeScript(Next.js・React.js・Node.js) ・OS:Linux ・コミュニケーションツール:Slack・GoogleWorkspace・Confluence ・クラウド:GCP ・ソースコード・バージョン管理:Github ・タスク管理ツール:Jira ・CI/CD:CircleCI・Github・Jenkinsetc. 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
・AI・機械学習を用いたSaaS案件でのご経験 ・TypeScript(React.js・Next.js)を用いた開発経験2年以上 ・クラウドを用いた開発経験 ・アジャイル開発経験 ・Docker、Kubernetesなどのコンテナ技術を用いたご経験
【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! ■案件概要 機械学習モデルをより素早く安定的に デプロイできるようなCI/CDパイプラインの構築や、 効率よくデータを捌くための ミドルウェア開発、インフラ構築をご担当いただきます。 ■想定業務 ・機械学習ワークフローの設計/開発/運用 ・データ提供のためのAPI設計/開発/運用(アプリ開発側との連携) ・機械学習モデルをより素早く安定的に デプロイできるようなCI/CDパイプラインの構築 ・運用体制構築のためのルール・ドキュメント整備 ■条件等 場所:田町/フルリモート 面談:1回 精算:140h~180h 作業時間:10:00~19:00 ■人物像 ・当事者意識を持ち周囲を先導して業務遂行できる方 ・論理的かつ客観的に物事を考えられる方 ・分かりやすく、伝わりやすい分析報告ができる方 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
・InfrastructureasCodeおよびCI/CDの経験 ・ワークフローの構築経験 ・Pythonなどを利用したアプリケーション開発経験 ・GCPでの開発経験 ・コンテナ技術(Docker)を用いた開発経験
======================== ※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 ======================== クラウドソーシング事業やBPO事業を展開している企業にて、官公庁・自治体等の入札・落札情報を探せる「入札情報速報サービス」及び「入札情報検索サービス 」のインフラ構築、システム運用改善をご担当頂きます。 具体的に上記2つのサービスに関する以下の業務をお任せする予定です。 ・ CI/CD パイプラインの管理 ・テスト環境/本番環境の構築 ・ミドルウェアのチューニング ・監視やログ等の運用の改善 ・コスト最適化 ・トラブルシューティング
案件の必須スキル
・AWSを使ったシステムの構築・運用経験 ・本番の AP/DB サーバの構築・運用経験 ・CI/CDの構築、運用経験 ・Git を使った開発経験 ・Linux /コンテナを用いたシステムの構築経験
HRテックサービスを展開している企業にて機械学習エンジニアを募集します。 ・論文にある先端的な機械学習モデル、学習アルゴリズムの実装・評価 ・当研究所内の研究者が開発した機械学習モデル、学習アルゴリズムの実装・評価 ・サービス実装を想定し、データベース設計やプログラムコード最適化の調査・提案 など
案件の必須スキル
・計算機科学、情報科学、統計学もしくは関連する技術領域の修士号取得 ・論文中の数式をPythonなどのプログラムで実装する能力 ・Pythonを用いた機械学習モデルの開発もしくは業務データ分析の経験 ・チームでの開発業務経験3年以上
AIを用いた多用なソリューションを展開する企業のPMとして、クライアントの経営層や技術部門と共にプロジェクト方針やゴールを定め、 課題解決に向けて、ビジネスサイド・技術部門と連携してのプロジェクトのグランドデザインや、プロジェクト推進等のプロジェクトマネジメント全般をお任せします。 ・顧客課題の整理と提案 ・プロジェクトのスコープ定義、ゴール設定などのグランドデザイン設計 ・ビジネスサイドやエンジニアと連携した開発の仕様策定と具体的な提案 ・開発スケジュール管理、タスクアサインなどのプロジェクトマネジメント業務 ・レポート作成、クライアントへの報告等のクライアントワーク など
案件の必須スキル
・クライアントワーク、要件定義、スケジュール・進捗管理等のプロジェクトマネジメントの経験 ・CXOレイヤーとのコミュニケーション経験が豊富な方 ・AI技術の利用および開発経験
業界シェアNo.1のCO2排出量可視化サービス「アスエネ」や、ESG評価サービス「アスエネESG」などのプロダクトに対して、生成AIやLLM技術を活用した新機能やユーザー体験を提供することによって事業を成長させていく役割を担います。 マルチプロダクト展開のスケールを支えつつ、事業の成長だけでなく会社全体の生産性向上への貢献にも期待しています。 【業務内容】 ・AI共通基盤の推進 ・AI/LLM関連技術の調査と情報共有 ・AI/LLM関連技術の各プロダクトへの活用方針の検討や要件定義 ・AI/LLM関連技術の社内ツールでの活用支援 上記に伴う社内外のステークホルダーとの調整業務
案件の必須スキル
・弊社のビジョン、ミッションへの共感( https://corp.earthene.com/company#pagetop ) ・弊社の文化や価値観の理解( https://corp.earthene.com/company#ourvalues ) 以下のいずれかのご経験をお持ちの方 ・ChatGPTなどの生成AIでのプロンプト活用/システム化経験 ・ソフトウェアエンジニアとしての実務経験2年以上 ・プロダクトマネージャー(PdM)としての実務経験2年以上
BALLASは「建設業を最適化し、人々を幸せに」することを目指すスタートアップ企業です。 建設業全体の最適化を目指しつつ、現在は「建設部材の調達」領域で事業を展開しています。 BALLASならではの特徴として、建設部材メーカー機能とITテクノロジー開発機能の両方を備えており、業界の現場に入り込みながら実務有効性のあるプロダクト開発を推進することを実現しています。 現在、テクノロジー開発部では、社内ナレッジを業界展開する建設ドメインでのVerticalSaaSや、建設業界に持続的な調達サプライチェーンを構築するためのサプライチェーンマネジメント基幹システムなど、複数のプロダクトにおいて0→1での企画・設計・開発しています。 ▼仕事内容 上述した新規プロダクトのコアコンピタンスとなる機能を、LLMやMLの技術を使い、PoC、R&D、プロトタイプ実装などの工程を経て、技術検証および社会実装するまでをご担当いただきます。 BALLASでは、創業当初よりナレッジマネジメントを徹底の上で建設部材調達の実業を遂行することで、従来は属人化され取得が困難であった設計図面や仕様データなどのアセットを社内にて保有しています。 これらのデータを利活用し、新たな価値を産出することで、建設業全体の最適化に貢献することをミッションとしていただきます。 ▼業務例 - 生成AI/LLMおよび独自AIを利用したPoC設計、開発 - 社会実装のためのプロトタイピング(例: Webアプリケーションフレームワークを利用した簡易なAPIやデモ画面の実装) - Biz、PdM、PjMとのコラボレーション - PoCした技術のデモンストレーションと、レポートの作成・プレゼンテーション - 顧客や社内からの設計図関連ニーズの把握と、それに基づく具体的な開発目標の設定 - 機械学習とAI技術の最新動向と進歩、特にLLMに関わるLLMOpsのベストプラクティスの常時把握 ▼PoCの想定例 - 設計図面からの構造化データ設計及び抽出の自動化と、特徴量エンジニアリング - 画像認識技術を活用した設計図面類似性検索エンジン - 設計図面のクラスタリング、特徴量ラベルサジェスト
案件の必須スキル
- 3年以上のバックエンド開発経験、またはそれに相当する能力 - 1つ以上のプログラミング言語に関する理解 - 機械学習の概念への理解 - ソフトウェアエンジニアリングのベストプラクティスへの知識 - 問題解決能力、分析能力、コミュニケーション能力
======================== ※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。 今回はAIを活用して受託開発をしているチームにジョイン頂きます。 フロントエンドは TypeScript (React) で開発を行っており、Python の開発にも携わる事が可能です。 Python は尚可になりますので、フロントエンドのスキルがある方を求めています。 機械学習モデルの開発やディープラーニングを用いた画像・音声・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がございます。 また、ChatGPTを活用したソリューション提案や技術実装も行っていただきます。
案件の必須スキル
・エンジニア経験3年以上 ・React/Next.js を使用した開発経験3年以上
自社サービスやプロダクトのための技術開発及びアプリへの組み込みを担当していただきます。 基礎研究ではなく、既存の技術を改善して実用化させることが目的です。 シーズアウトではなくアプリケーションレイヤーでの"ニーズベース"の技術開発になります。 (LLM自体の開発ではありません。またプロンプトエンジニアの募集とも異なります。) 【業務内容】 技術開発 ・機械学習や(生成系を含む)AIを活かしたアルゴリズム、技術の調査 ・技術の精度評価や改善などの仮説検証プロセスの実施 ・モック開発 組み込み ・モック開発からシステム開発へのブリッジ ・実用化に向けたAIエンジンや機械学習モデルの設計、開発、テスト Python
案件の必須スキル
・Pythonでの開発経験:3年以上 ・データサイエンスの知識理解 ・レコメンド、広告配信、検索での実務経験 ・Pythonを使ったデータ分析、前処理に関わる経験 ・TensorFlow, Chainer, Keras, PyTorch等を用いてモデルをチューニングした経験 ・ユーザーやプロダクトチームとコミュニケーションを取りながらの仮説構築とその分析、検証をした経験
▼仕事内容 AI・機械学習モデルの製品化をご担当いただきます。具体的には、モデルを利用するインターフェースであるAPIの開発をご担当いただきます。 開発したAPIは、上述したプロダクトへの組み込みや、単体でのマイクロサービスとして、社会にデリバリーしていきます。 ▼業務例 具体的には以下のような業務を担当していただく想定です。 - AI/MLエンジニアが実装したモデルのAPI開発 - スケーラビリティを意識したAPI仕様の設計 - 製品としてのモデル最適化(MLエンジニアと協業前提) - クラウドインフラやデータベースを活用したシステムの構築と運用(SREと協業前提) ▼AI機能の一例 - 画像認識技術を活用した設計図面類似性検索エンジン - 図面読み込みによる特徴量自動抽出 - 図面に書き込まれた部材の自動抽出
案件の必須スキル
- Pythonのフレームワークを使用したWebアプリケーション開発の実務経験(3年以上目安) - Pythonを用いた開発実務経験(3年以上目安) - 自社サービス開発・運営を行う企業におけるWebアプリケーション開発の経験(3年以上目安) - RDBMS を用いたシステム設計・開発経験 - Docker に代表されるコンテナ技術を用いたサービス設計・開発経験
・リーガルテックプロダクトへの生成AIや大規模言語モデルの応用に関する研究開発及び運用案件にて、データサイエンティストをご担当いただきます。 ・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Webフレームワーク(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 ・CICD(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
・リーガルテックプロダクトへの生成AIや大規模言語モデルの応用に関する研究開発及び運用案件にて、データサイエンティストをご担当いただきます。 ・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Webフレームワーク(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 ・CICD(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を用いた業務用複合機アルゴリズム開発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。 -内部情報を統制する機構のモデル化、およびアルゴリズムの設計、実装 -実際の製品へ組み込むためのシステム開発 -市場で稼働している製品から各種センサー情報を収集しアルゴリズムをアップデート
案件の必須スキル
・Pythonでのプログラム開発経験(できれば機械学習とデータ加工等のソフトウェア開発経験) ・ソフトウェア全般の基礎的な知見
・Pythonを用いた業務用複合機アルゴリズム開発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。 -内部情報を統制する機構のモデル化、およびアルゴリズムの設計、実装 -実際の製品へ組み込むためのシステム開発 -市場で稼働している製品から各種センサー情報を収集しアルゴリズムをアップデート
案件の必須スキル
・Pythonでのプログラム開発経験(できれば機械学習とデータ加工等のソフトウェア開発経験) ・ソフトウェア全般の基礎的な知見
・AIプロダクト開発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。 -AIを用いた製品の設計開発 -フロントエンド開発 -アーキテクチャ設計と開発 -コード品質と継続性改善と保守 -メンバー教育とチームビルディング支援 ・主に下記の工程をご担当いただきます。 -基本設計、詳細設計、製造、テスト、保守
案件の必須スキル
・AIと機械学習を用いたSaaS案件での経験 ・TypeScriptを用いた開発経験(2年以上) ・クラウドを用いた開発経験 ・アジャイル開発経験 ・DockerとKubernetesなどのコンテナ技術を用いた経験
AI文章作成機能が搭載されたSEOライティングサービスの開発業務です。 ・自然言語処理を活用した SEO に関わるデータ収集・分析機能の開発 ・LLM を活用したコンテンツ作成支援機能の開発 ・開発のロードマップやアクションプランの策定(開発、計画、アサイン等)
案件の必須スキル
・ Python/PHP/TypeScriptのいずれかを用いた開発経験 ・MySQL、PostgreSQL等のRDBを用いたシステムの開発経験 ・メンバーのマネジメント経験
・画像認識・処理で社会インフラ整備を行う事業の開発を担当いただきます。 ・現在、データ蓄積のフェーズを終えつつあり、今後はサービスとして作り込みつつ、規模を拡大していく一番楽しく、やりがいを感じて頂けるフェーズです。 ・当事業を皮切りに、社会インフラの問題を技術で解決していくことを目指されているクライアント様です。
案件の必須スキル
・Python(Django)の実務経験※一人称 ・機械学習スキル
【具体的な仕事内容】 自社プロダクト『EmmaTools』 の開発、運用を行っていただきます。 ・自然言語処理を活用した SEO に関わるデータ収集・分析機能の開発 ・LLM を活用したコンテンツ作成支援機能の開発 ・開発のロードマップやアクションプランの策定(開発、計画、アサイン等) ロードマップ策定後は2、3名のチームに分かれて開発を行います。 自身もチームに所属して設計、実装、テスト、デリバリーまで一気通貫で進めます。 【面白みや魅力】 ・生成 AI を活用した機能開発に注力しており、企画、PoC から機能実装まで携われます! ・将来は SNS や動画を含むマルチモーダルなコンテンツにも対応し、書き手の知恵や体験をさまざまなメディアで配信できる世界を実現したいと考えています! ・もちろん今後新規プロダクト開発に携わることも可能! デジタルマーケティングを追求する当社が開発した ■■■『EmmaTools』とは?■■■ SEOに強いコンテンツ(記事)を作りたいメディア運用者、ディレクター、ライター向けのAI搭載型ライティング支援ツールです。 SEO記事の品質を自動で分析し、スコアを可視化。 AIによる文章の自動生成でコンテンツ作成を効率化し、上位表示の可能性を高めます。 初心者でも良質なコンテンツ作成が可能です。 生成 AI を活用した機能開発に注力しており、AI とのコラボレーションによるコンテンツライティングを確立し、より高品質なコンテンツをより速く作成することに挑戦しています。 将来は SNS や動画を含むマルチモーダルなコンテンツにも対応し、書き手の知恵や体験をさまざまなメディアで配信できる世界を実現したいと考えています。 ★「2023年度グッドデザイン賞」を受賞
案件の必須スキル
・ Python、PHP、TypeScriptのいずれかを用いた開発経験 ・MySQL、PostgreSQL等のRDBを用いたシステムの開発経験 ・メンバーのマネジメント経験
《導入検討から運用まで一気通貫の外観検査AIソリューションを提供》 経験、希望に応じて下記の業務をご担当いただきます。 ■チームマネジメント プロジェクトを遂行する外観検査チームマネジメントを行います。 ■外観検査システム導入 お客様の課題に合わせ、要件定義、開発、導入まで一貫したプロジェクトを遂行します。 《入社後の業務イメージ》 ご自身の強みが活かされる分野の業務遂行、および、外観検査に関わるハードウェア等の技術・知識も身に着けながら外観検査の導入実務、チームマネジメントを行って頂きます。 将来的には拠点責任者、プロダクトリーダー、事業責任者などの役職者として事業をリードする役割を期待しています。
案件の必須スキル
《必須》 ・外観検査の業務経験が5年以上ある方 ・チームマネジメント経験 ・C++またはPythonまたはOpenCVを用いて3年以上外観検査の開発を行った経験 or キーエンス、オムロン等の画像処理コントローラを用いて3年以上外観検査の開発を行った経験
【仕事概要】 《導入検討から運用まで一気通貫のAIソリューションを提供》 経験、希望に応じて下記の業務をご担当いただきます。 ■外観検査AIシステム導入 お客様の課題に合わせ、要件定義、開発、導入まで一貫したプロジェクトを遂行します。 ■ソフトウェア開発 ソフトウェアの操作性向上や新機能開発をリードしていただきます。 《入社後の業務イメージ》 また、ご自身の強みが活かされる分野の業務遂行、および、外観検査に関わるハードウェア等の技術・知識も身に着けて頂きながら、システム導入を進めて頂きます。 《ステップアップ育成計画》 メンバーに最適な育成計画を策定し、最短1年でハードウェア、ソフトウェアの提案が可能なAIエンジニアにステップアップ頂きます。 必須
案件の必須スキル
・SIerまたは製造業にてソフトウェア開発、システム構築経験が2年以上ある方
メーカーの商品を低価格で試すサービスなど、消費財メーカーなどのマーケティング支援事業をしている会社で、200万人ほどが使うなど、トラフィック量の多いtoC向けのwebサービスを複数、開発運用しております。 開発プロダクトについては、商品を購入→レシートと商品の感想を伝える→ポイントが貰えるといった仕組みのECサイトと、消費者がシステム利用時に登録していただくアンケートシステムの2つがメインとなります。 業務内容としましては、上記ECサイトの新規機能追加をPHP(FW:Laravel,Phalcon)で進めていただきます。 具体的には、機能追加/開発、システム基盤移行、レシート画像のOCR化、AI・MLプロジェクト、などを想定しています。 その他、事業側との打ち合わせがあるため、そこで出た要件に対してのヒアリングもご対応いただきます。 4名体制の開発チームで、機能単位で作業を割り振って開発をご担当いただきます。 また、サーバーサイドの開発だけではなく、UIUX向上など画面側の開発にも関わって頂く想定のため、Javascriptは必須です。 また、GCP Vision APIを用いてOCR化を想定している為、そのような技術スタックを使用した開発経験があればそういったプロダクトにも携わることができます。 ■募集背景 人員不足のため。
案件の必須スキル
・PHPを用いたwebアプリケーションの開発経験(FW:Laravel) ・AWS(EC2,RDS,S3,cloudfront)環境での開発経験、AWSコンソール上での操作経験 ・Dockerでの開発経験 ・要件定義(ヒアリング)、設計、開発、テスト、運用それぞれの対応経験 ・スクラッチ開発によるto Cサービスサイトの開発・運用経験 ・チームでの開発経験があり、協調性のある方
【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! ◆業務概要◆ 以下業務をご担当いただきます。 ・AIを用いた製品の設計・開発 ・フロント開発 ・アーキテクチャ設計と開発 ・コード品質と継続性改善と保守 ・メンバー教育とチームビルディング支援etc. ◆基本情報◆ ・場所:リモート可/西新宿 ・時間:10:00~19:00(フルフレックス)※デイリーMTGあり ・服装:自由 ・貸与:PC貸与あり ・精算:140h~180h ・面談:2回 ◆主な開発環境・ツール◆ ・使用言語(FW):Python・TypeScript(Next.js・React.js・Node.js) ・OS:Linux ・コミュニケーションツール:Slack・GoogleWorkspace・Confluence ・クラウド:GCP ・ソースコード・バージョン管理:Github ・タスク管理ツール:Jira ・CI/CD:CircleCI・Github・Jenkinsetc. 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
・AI・機械学習を用いたSaaS案件でのご経験 ・TypeScript(React.js・Next.js)を用いた開発経験2年以上 ・クラウドを用いた開発経験 ・アジャイル開発経験 ・Docker、Kubernetesなどのコンテナ技術を用いたご経験
【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! ■案件概要 機械学習モデルをより素早く安定的に デプロイできるようなCI/CDパイプラインの構築や、 効率よくデータを捌くためのミドルウェア開発、 インフラ構築をご担当いただきます。 ■想定業務 ・機械学習ワークフローの設計/開発/運用 ・データ提供のためのAPI設計/開発/運用(アプリ開発側との連携) ・機械学習モデルをより素早く安定的に デプロイできるようなCI/CDパイプラインの構築 ・運用体制構築のためのルール・ドキュメント整備 ■条件等 場所:田町/フルリモート 面談:1回 精算:140h~180h 作業時間:10:00~19:00 ■人物像 ・当事者意識を持ち周囲を先導して業務遂行できる方 ・論理的かつ客観的に物事を考えられる方 ・分かりやすく、伝わりやすい分析報告ができる方 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
・InfrastructureasCodeおよびCI/CDの経験 ・ワークフローの構築経験 ・Pythonなどを利用したアプリケーション開発経験 ・GCPでの開発経験 ・コンテナ技術(Docker)を用いた開発経験
【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! ▼概要 HRテックサービスを展開している企業にて 機械学習エンジニアを募集します。 ・論文にある先端的な機械学習モデル、学習アルゴリズムの実装・評価 ・当研究所内の研究者が開発した機械学習モデル、学習アルゴリズムの実装・評価 ・サービス実装を想定し、データベース設計やプログラムコード最適化の調査・提案 ▼条件等 場所:フルリモート(初日出社なし) 精算:140-180h 面談:Web1回 時間:10:00~19:00 備考:私服可、PC貸与 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
・計算機科学、情報科学、統計学もしくは関連する技術領域の修士号取得 ・論文中の数式をPythonなどのプログラムで実装する能力 ・Pythonを用いた機械学習モデルの開発もしくは業務データ分析の経験 ・チームでの開発業務経験3年以上 ・推薦システムでのMLOpsの経験 ・データ活用を視野に入れたデータベース設計、開発、運用のいずれか経験 ・技術ブログなどによるドキュメント公開の経験 ・生成AIの業務利用
【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! ◆業務概要◆ 以下業務をご担当いただきます。 ・AIを用いた製品の設計・開発 ・フロント開発 ・アーキテクチャ設計と開発 ・コード品質と継続性改善と保守 ・メンバー教育とチームビルディング支援etc. ◆基本情報◆ ・場所:リモート可/西新宿 ・時間:10:00~19:00(フルフレックス)※デイリーMTGあり ・服装:自由 ・貸与:PC貸与あり ・精算:140h~180h ・面談:2回 ◆主な開発環境・ツール◆ ・使用言語(FW):Python・TypeScript(Next.js・React.js・Node.js) ・OS:Linux ・コミュニケーションツール:Slack・GoogleWorkspace・Confluence ・クラウド:GCP ・ソースコード・バージョン管理:Github ・タスク管理ツール:Jira ・CI/CD:CircleCI・Github・Jenkinsetc. 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
・AI・機械学習を用いたSaaS案件でのご経験 ・TypeScript(React.js・Next.js)を用いた開発経験2年以上 ・クラウドを用いた開発経験 ・アジャイル開発経験 ・Docker、Kubernetesなどのコンテナ技術を用いたご経験
・論文にある先端的な機械学習モデル、学習アルゴリズムの実装・評価 ・先方社内(研究所)の研究者が開発した機械学習モデル、学習アルゴリズムの実装・評価 ・サービス実装を想定し、データベース設計やプログラムコード最適化の調査、提案、 また、上記データを直接分析し活躍可能性の研究にも参画していただくことも期待しています。 ■募集背景 人員不足のため。
案件の必須スキル
・計算機科学、情報科学、統計学もしくは関連する技術領域の修士号取得 ・論文中の数式をPythonなどのプログラムで実装する能力 ・Pythonを用いた機械学習モデルの開発もしくは業務データ分析の経験 ・チームでの開発業務経験3年以上
弊社より複数参画してきる元請企業様の案件です。 ※稼働率50%以上よりご相談可能です ※フルフレックスですが、日中にMTGは発生いたします 先行してすでに開発に着手しているものの、モデリングに苦戦している状況です。 必要な技術の選定や既に用意されたAPI連携や機械学習エンジニアと連携したAIロジックとの連動、 UI(デスクトップ、アプリケーション)実装が課題です。 以上の要件を顧客とチームメイトとコミュニケーションを取りながら推進することができるFEエンジニアを募集しております。 単純な開発スキルだけではなく、 エンドユーザーと主体的にコミュニケーションを取り、事業開発に伴奏いただきます。 仕様も製品化に向けてまだ明確に無い状態なので、 自ら関係者に能動的にコミュニケーションを行ったり、 仕事を作り出すようなアジャイル的な働き方ができることが求められます。 BtoB向けのヘッドレスCMSのようなものを開発していくイメージです。
案件の必須スキル
・フロントエンドエンジニア経験4年以上(Typescript/Javascript/React/Next.js等不問) ・CanvasもしくはQtでの設計開発経験 ・エンドユーザー様の部長課長クラスとの要求整理/要件定義のご経験 ・フロントエンドでの表示技術(WebGL、Three.js等)を一人称で実装できるレベルの知見 ・アジャイル開発のご経験
・LLMを活用したビジネスソリューションの設計、開発 ・生成AI技術の導入支援やデータ分析、モデル評価 ・LLM関係で調査を行い、パフォーマンス確認、所望の機能が実現できているか?検証しながら進めていく。 ・一人で基本検討できるような人(POCの前段階) ・データ集めて統計取れるかた ・パラメータを元請プロパーと一緒に作ってトライアンドエラーで進める。 ・データサイエンスに知見のある人、マネジメントした事ある方 (機械学習(日本語処理をやっていた人)の人募集。 ・生成AI技術の導入支援やデータ分析、モデル評価 Python
案件の必須スキル
・Pythonでの開発経験:3年以上 ・Linuxでの開発経験 ・シェルスクリプトの開発経験 ・1人称で作業が可能 ・Python、R等のデータ分析や機械学習ツールの経験 ・機械学習(モデル作成、チューニング)の知識
【具体的事業内容】 イメージングAI事業: ディープラーニング技術を用いた画像処理AIソリューションを提供。 ビジュアルコミュニケーション事業: ビデオ通話やライブ配信の画質向上技術を提供。 スマートデバイス事業: スマートフォンやカメラ向けの画像処理ソフトウェアを開発。 この度、新たにADASの開発のプロジェクトが始まります。 一つの車に複数個のカメラが標準搭載される近い将来への先駆けとして車載系画像認識ソフトの開発案件に携わっていただける方を探しております! 一例ですが、車が自動運転をする中ですれ違うものがどの様な動きをするのか、歩行者や他の車がどの様な動きをするのかを検出するシステムになります。 上記分野でのこれまでのご経験を元にお力添えいただけますと嬉しいです! 【業務詳細】 上記プロジェクトにて、 ・要件定義 ・設計 ・実装 フェーズにて関わっていただく想定です。 ご自身で自走していただける方にお力添えをいただきたいと考えております。 【当社について】 当社は、画像処理技術を専門とするテックカンパニーです。 特に、スマートフォンやカメラに搭載される画像処理ソフトウェアの開発に強みを持っております。 写真の画質向上、顔認識、AR/VRなど、幅広い分野で活用されています。 【対象となるエンドについて】 車のメーカー様やサプライヤー様などです。 【機械学習/ディープラーニングフレームワーク例】 ・TensorFlow ・PyTorch ・Keras ・Caffe
案件の必須スキル
DeepLearningを用いた画像認識モデル開発(3D物体検出、物体追尾など) C,C++,Pythonのプログラミングスキル(C,C++はいずれか一方でも可)
■業務詳細■ 機械学習エンジニアとして、プロダクトのデータ解析にとって必要なものを実装していただく方が必要です。 1:プロダクトのコアとなる建設業界のデータ予測モデル開発 - 会社ごとの建設データに対しての、解析処理におけるコーディング実務を担う - 分析モデルに対して解析ができるよう、必要な処理をコーディングで実施する 2:データ分析基盤の整備、および保守 建設データを分析するための基盤の開発、整備 【参画後のフロー】 ■Setp1 まずは開発体制や既存コードを理解してもらうために ・いくつかの小規模な開発業務(1ヶ月程度) ・既存エンジニアとの開発を通してのコミュニケーション ■Setp2 主にお任せしたい業務 ・開発の要件検討と設計 ・日々のコードレビューと参加エンジニアへのアドバイス ・チームの生産性向上のための開発フロー改善 ■Setp3 適性に合わせて将来お任せしたい業務 ・Setp2に加えて技術選定および刷新 ・プロジェクトマネジメント 【開発環境の特徴】 ■エンジニアに負担の少ない開発進行 ・オーナーとマネージャーとエンジニアの双方向で状況を確認し、エンジニアに無理のないスケジュールを組んでいます。 ・プロダクトファーストですがチームの状況を踏まえたハンドリングでエンジニアは開発に専念できる環境です。 ■ドキュメント整備のエンジニア文化形成 ・まだ歴史の浅いプロダクトだからこそドキュメントが大事。 ・開発の区切りごとにドキュメントを整備する時間を取るようにしています。
案件の必須スキル
■GCPやAzure環境でOCRライブラリを活用した経験 ■画像データからテキスト情報を抽出した経験 ■クラウド上(AWSなど)でのシステム開発のご経験
コード生成AIの活用を主眼とした旧システムのモダナイズを主に担当していただきます。具体的には、CursorのようなエディタやGitHub Copilotのような生成AIツールをフル活用し、VB6.0コードをモダナイズしPythonベースのツールに「書き直し」「その手順を標準化していく」ような開発を行っていただきます。 1つの方法にとらわれずに仮説を立てながら色々なアプローチを検討し、実際に変更後の姿も一部みせながらその方法を手順化できる方を募集します。 具体的な業務としては以下になります。 ・コードの分析と整理:VB6.0コードの分析をおこない、機能ごとにモジュール化します。 不要なコードや重複を除去します。 ・ツール検証と導入:VB6.0からPythonへの変換に適したAIツールを選定します。 選定したツール(Second.devやModerne)の特徴や制限を理解します。 ・ツールの検証:コード変換ツールの性能と適用可能性を評価します。 ・既存AIツールの活用:GitHub Copilot、Azure AI Studio、Claude 3、GCP Vertexなどを活用します。 ・パイロットプロジェクトの実施:モジュールごとに段階的に変換するためのシナリオを定義します。 各段階で変換結果をテストし、問題があれば修正します。 旧システムの一部機能として重要度の高い機能を選定します。 ・コード変換のプロセスをドキュメント化:バリューストリームマッピングを行い、効率化ポイントを明確にします。 選定したツールによりVB6.0コードをPythonコードに変換します。 変換されたコードを注意深くレビューします。 AIに不向きな作業がある場合はプロセスを見直します。 必要に応じて手動でコードを最適化します。 コード品質は静的解析ツール(pylint, flake8など)で継続的に監視します。 ・最適化とリファクタリング パフォーマンスのボトルネックを特定します。 必要に応じてPythonの高速化を実施します。(NumPy, Cythonなど) ■得られるキャリア・職種の魅力 ①AI駆動開発プロジェクトの経験機会 アジャイル開発、コード生成AI関連調査、精度評価、精度改善など、最先端の技術・メソッドを活用したプロジェクトに参画できます。 ②柔軟で安心できる働き方 フルリモート、コアタイムなしのフルフレックス。ワークライフバランスを実現しやすい働き方をお約束します。 【以下に当てはまる方にご活躍頂けるポジションです。】 ・担当業務を自分のことと捉える主体性 ・顧客の事業(UX、市場、ユーザーニーズ、ビジネスプラン)への関心 ・先進的な事例のインプット・アウトプットへの積極性 ・マルチに、スピーディに、合理的に物事を進められたい方 ・当社の企業理念に共感いただける方 ※フルリモート可 Python
案件の必須スキル
・コード生成AIを活用した業務システム開発経験(開発言語:Python) ・Pythonによる業務システム開発経験 ・VB6.0プログラムの経験(読解ができればOK) ・業務報告書もしくは運用手順書等の納品経験
国内の建設業に特化した自社データ分析プラットフォームの開発に携わっていただきます。 国内で唯一、建設業界特価のCO2排出量計算の機能を提供しています。 建設業におけるCO2排出量の計算は、計算方法が複雑であることに加えて膨大なデータを扱うことになるため、1物件あたり数週間もの時間がかかってしまいますが、CO2排出量の計算を“たった1分”で完了させることができます。 分析されたデータはCO2排出量以外の分析や計算への展開を見据えており、 様々な業務を大幅に削減することで、持続可能な建設業に変えていくことを支援できると考えています。 業界内での評価を受け取引先の増加、分析業務の拡大などから、サービスの成長にプロダクト開発のケイパビリティが追いついていない状況です。 特にマネジメント層の増加を急務としております。 そういった状況のため、社内外を問わず情報をキャッチアップし求められる要件をとりまとめ設計・実装に落とし込み、一連のプロダクト開発をリードいただける方を求めています。 ■業務詳細■ 機械学習エンジニアとして、プロダクトのデータ解析にとって必要なものを実装していただく方が必要です。 ・プロダクトのコアとなる建設業界のデータ予測モデル開発 - 会社ごとの建設データに対しての、解析処理におけるコーディング実務を担う - 分析モデルに対して解析ができるよう、必要な処理をコーディングで実施する ・データ分析基盤の整備、および保守 -建設データを分析するための基盤の開発、整備 ※フルリモート可 Python
案件の必須スキル
・分析モデルに対して解析ができるよう、必要なコーディングを実施した経験 ・2年以上のPythonを用いた自然言語解析の開発経験 ・Git等開発ツールの知識と実用経験
・Pythonを用いた業務用複合機アルゴリズム開発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。 -内部情報を統制する機構のモデル化、およびアルゴリズムの設計、実装 -実際の製品へ組み込むためのシステム開発 -市場で稼働している製品から各種センサー情報を収集しアルゴリズムをアップデート
案件の必須スキル
・Pythonでのプログラム開発経験(できれば機械学習とデータ加工等のソフトウェア開発経験) ・ソフトウェア全般の基礎的な知見
・Pythonを用いた業務用複合機アルゴリズム開発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。 -内部情報を統制する機構のモデル化、およびアルゴリズムの設計、実装 -実際の製品へ組み込むためのシステム開発 -市場で稼働している製品から各種センサー情報を収集しアルゴリズムをアップデート
案件の必須スキル
・Pythonでのプログラム開発経験(できれば機械学習とデータ加工等のソフトウェア開発経験) ・ソフトウェア全般の基礎的な知見
1 - 50件/全1,942件
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のフリーランス案件に関するよくある質問
機械学習エンジニアのフリーランス案件・求人の月額単価相場を教えて下さい
機械学習エンジニアのフリーランス案件・求人はどのくらいありますか
機械学習エンジニアのフリーランス案件・求人でリモートワークや在宅ワークはできますか
機械学習エンジニアのフリーランス案件は未経験でも応募可能ですか?
機械学習エンジニアのフリーランス案件の商談や面談ではどのような内容が聞かれますか?
この条件の新着案件情報を受け取る
最高単価
220万円
最低単価
32万円
平均単価
82.5万円
2024年12月の機械学習エンジニアのフリーランス案件・求人の月額単価の平均は82.5万円です。機械学習エンジニアのフリーランス案件・求人の年収の目安は989万円です。単価20万円台の機械学習エンジニアのフリーランス案件・求人は0件、単価30万円台の機械学習エンジニアのフリーランス案件・求人は8件、単価40万円台の機械学習エンジニアのフリーランス案件・求人は56件、単価50万円台の機械学習エンジニアのフリーランス案件・求人は92件、単価60万円台の機械学習エンジニアのフリーランス案件・求人は147件、単価70万円台の機械学習エンジニアのフリーランス案件・求人は274件、単価80万円台の機械学習エンジニアのフリーランス案件・求人は309件、単価90万円台の機械学習エンジニアのフリーランス案件・求人は182件、単価100万円台の機械学習エンジニアのフリーランス案件・求人は299件です。※フリーランスボード調べ(2024年12月04日更新)
2024年12月の機械学習エンジニアのフリーランス案件・求人の平均月額単価は82.5万円です。前月比で+0.1%(+0.1万円)と月単位でみる機械学習エンジニアのフリーランス案件・求人の月額単価は増加傾向です。
2024年12月の機械学習エンジニアのフリーランス案件・求人の想定平均年収は989.5万円です。前月比で+0.1%(+1.4万円)と月単位でみる機械学習エンジニアのフリーランス案件・求人の想定年収は増加傾向です。
働き方 | 割合 | 前月比 |
---|---|---|
フルリモート | 48.9% | +2.7% |
一部リモート | 47.1% | -4.3% |
常駐 | 4% | +1.6% |
2024年12月の機械学習エンジニアのフリーランス案件・求人におけるフルリモート案件・求人の割合は48.9%で前月比で+2.7%とやや増加傾向にあります。一部リモート案件・求人の割合は47.1%で前月比で-4.3%とやや減少傾向にあります。常駐案件・求人の割合は4%で前月比で+1.6%とやや増加傾向にあります。
■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。