機械学習の案件一覧

過去に募集したエンジニア、データサイエンティスト、マーケターの案件を中心に掲載しています。
非公開案件を多数保有していますので、ご希望のイメージに近い案件をクリックして無料サポートにお申込みください。
専門コンサルタントがヒアリングを通じて最適な案件をご提案いたします。
単価や稼働日数などの条件面についてもお気軽にご相談ください。

該当件数:638

機械学習の案件を探す

案件内容

AIプロダクトを開発するベンチャー企業にて、下記業務をお願いします。

・AIプロダクトのバックエンド開発
・アーキテクチャの設計・構築
・インフラ環境の設計・構築
・機械学習開発 etc.

◆主な開発環境・ツール◆
・言語(FW等):Python・TypeScript(Next.js・React.js)
・OS:Linux
・コミュニケーションツール:Slack・Google Workspace・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:Circle CI・Github・Jenkins etc.

必須スキル
・Pythonを用いた開発経験5年以上
・自社開発企業でのtoBtoC向けSaasプロダクトの開発経験3年以上
・AWS・Azureなどクラウド環境での開発経験
・Docker・Kubernetes等のコンテナ技術を用いた開発経験

 

【下記いずれかのご経験】
・AI関連分野における学士号・修士号の保有、もしくはAI関連分野における研究開発・論文発表経験
・AI関連のシステム開発経験2年以上
案件内容

MLエンジニアとして、事業指標の改善に向けた業務をお願いいたします。

・機械学習基盤の設計・構築(VertexAI活用)
・レコメンデーションアルゴリズムの選定・実装、運用フローの自動化など
・ビジネスサイドと連携

◆主な開発環境・ツール◆
・言語:Python
・クラウド(サービス):GCP(Vertex AI・BigQuery・Spanner・Cloud Run)
・構成管理:Terraform
・CI/CD:GitHub Actions
・コミュニケーションツール:Slack・Notion

必須スキル
・IT系メガベンチャー/スタートアップ企業での業務経験
※経験のある企業名もご教示ください(大変恐縮ですが、クライアント様意向により、ご教示いただけない場合は書類選考にてお見送りとさせていただいております。
・レコメンデーションシステムの実務経験2年以上
・大規模サービス(MAU数十万規模以上)でのML(機械学習)実装・運用経験
・GoogleCloud(VertexAI等)またはAWSでのML開発・運用経験
・ビジネス指標(CTR,CVR等)改善に向けたロードマップ策定・実行経験
・メガベンチャーまたはスタートアップでの実務経験(※2年以上必須)
※短期案件の参画が多い方・直近短期案件が続いている方はお見送りとさせていただいております。
※スキルシートの内容を重視されるので、具体的に業務内容の記載があると確度が上がります。
案件内容

・データの収集・整形・品質確認(欠損/外れ値/分布チェックなど)
・探索的データ分析(EDA)・可視化・仮説検証
・機械学習モデルの作成・評価(ベースライン構築、改善提案)
・特徴量設計、評価指標の設計、リーク検知
・分析結果のドキュメント化・社内共有(再現可能な形で)

必須スキル

・PythonまたはRでのデータ分析経験(Pandas / NumPy 等)
・機械学習の実務経験または同等スキル
(分類・回帰・時系列・異常検知などいずれか)
・実験・分析の結果を整理し、改善案まで言語化できること

案件内容

ライブ配信事業における、データ分析業務に携わっていただきます。

・切り抜き動画・ショート動画の因果効果分析(PSM/ATE推定)
・エコシステム分析・KPI因果構造の設計支援
・分析手法のレビューと再現性確保

【開発環境】
使用言語: Python, SQL, HCL(Terraform)
ETL:dbt, Trocco
データストア: MySQL, snowflake
インフラ: AWS, GCP
プロジェクト管理ツール: GitHub, Slack, Notion

必須スキル
・統計・機械学習を用いた実務経験(3年以上)
・理系学部・大学院卒(数学・統計・情報系)
・Python による分析実装(pandas、scikit-learn、statsmodels 等)
・因果推論・統計的仮説検定の実務適用経験
・傾向スコアマッチング(PSM)・差分の差分法(DID)等の因果推論手法の経験
・A/Bテスト設計・効果測定の実務経験
案件内容

ヘルスケア系スタートアップの研究開発部門にて、
DNAメチル化(エピゲノム)データを活用した統計解析・データ分析業務を担当いただきます。

本プロジェクトでは、以下のデータを統合し、
生物学的年齢(Biological Age)や疾患発症リスク・死亡リスクの予測モデルの研究開発を進めています。

・DNAメチル化データ(CpGサイト:約27万特徴量)
・人間ドック・健康診断データ
・大学研究機関の長期追跡研究データ(20年スパンの死亡率・疾患発症データ)

チーフサイエンティストおよびバイオインフォマティクスチームと連携しながら、
研究開発に必要なデータ前処理・探索的分析・統計解析・可視化を担っていただきます。

また解析結果は、
医学論文・学会発表・研究レポート等で利用されるため、Publication Qualityのデータ可視化が重要なミッションとなります。

【主な業務内容】
・DNAメチル化データ/医療データのクレンジング・整形
・探索的データ分析(EDA)
・統計解析(回帰分析、生存時間解析など)
・医療研究向けデータ可視化(論文・学会用図表作成)
・Python / Rを用いた解析パイプライン構築
・研究チームとの仮説検証ディスカッション

必須スキル
・PythonまたはRを用いたデータ分析経験
(Pandas / Tidyverse等)
・統計解析の基礎知識
(回帰分析、統計検定など)
・データ可視化スキル
(論文・レポート向けの図表作成経験)
案件内容

DNAのメチル化情報(エピゲノム)やプロテオーム、メタボローム、MRI画像などの生体データを用いた、生物学的年齢(バイオロジカル・エイジ)の予測モデルおよび予防介入AIの開発をお任せします。
・アジア最大規模のゲノム・生体データを活用したAIモデルの構築・評価・改善 ・血液検査の数値等を予測するバイオマーカー予測アルゴリズムの開発 ・予防医療に向けた、ユーザーへの介入・レコメンドAIの構築 ・データの収集・前処理・整形(数十万次元のデータや、不均衡データへの対応など) ・LightGBMなどの機械学習から、深層学習を用いた基盤モデルまでの検証および実装

必須スキル
・PythonまたはRでのデータ分析経験(Pandas / NumPy 等) ・機械学習モデルの実務経験(分類・回帰・異常検知など)
・実験・分析の結果を整理し、再現性のある形で共有、改善案まで言語化できること
・新しいドメイン知識(医療・バイオなど)を積極的にキャッチアップする意欲
案件内容

ガバメントクラウド基準の高セキュリティなマルチテナント基盤を軸に、JIS準拠のアクセシブルなUIと生成AI連携機能を統合的に開発。公共性の高い環境で最先端技術を駆使する案件。

【想定業務内容】
・Amazon Bedrock等を用いたLLM連携機能の実装。
・個人情報保護や機密レベルに応じたAI利用制御の設計。
・ハルシネーション対策や回答精度の評価・改善。

必須スキル
・生成AI(LLM)のAPI連携実装経験:Amazon Bedrock等を用いた開発実務。
・セキュアAIシステムの設計・実装:機密レベルに応じた利用制御や個人情報保護の実装。
・AI品質評価・リスク対策:出力精度向上およびハルシネーション抑制のロジック構築。
・明瞭なコミュニケーション力:AIの出力特性や制限事項を正しく伝え、要件定義をリードできる能力。
案件内容

・学習データ作成のためのコーパス収集および整備
・機械学習モデルの学習および評価(学習結果の誤り分析を含む)
・前処理/後処理を含めた、学習結果を改善する技術の検証および実装
・機械学習を効果的に活用するための周辺技術開発

【参画メリット】
・チームで学習精度向上に取り組み、サービスの改善に直接貢献することができる
・自社プロダクトに関する開発だけでなく、今後のビジネスの方向性を踏まえた企画段階から携わっていただける
・B2BSaaSにおけるフェーズ移行中です。事業拡大につき、大きな裁量をもって組織づくりにも参画することが可能です。

◆主な開発環境・ツール
言語:C+​+​、Python
ツール:Linux、Github、Confluence
インフラ環境:AWS、docker

必須スキル
・Linux環境の使用経験(2年以上)
・スクリプト言語の使用経験(2年以上)
・自然言語処理分野の修士号もしくは自然言語処理技術を用いた開発/運用における1年以上の実務経験
・ビジネスレベルの日本語
・分析を行える英語読解力(TOEIC700点程度目安)
案件内容

大規模な2D画像および動画データ群に対し、NVIDIAのフレームワークやVLM(Vision Language Model)を活用して「シーン抽出」や「重複画像排除」の仕組みを構築・検証いただけるエンジニアを募集します。

主な業務内容
大規模データのクレンジングおよび前処理の自動化・高度化を目的とした以下の業務を担当いただきます。

  1. 要件定義・手法検討
    プロジェクト推進元エンジニアの支援を受けながら、対象データに適したシーン抽出・重複排除のロジックを確定。
  2. 実装および検証
    NVIDIAの各種フレームワーク(DeepStream, Video Processing Framework等)や、最新のVLMを活用したスクリプトの実装。既存スクリプトの改修・最適化。
  3. 作業報告書の作成
    検証結果の定量的評価、および実用化に向けた知見のドキュメント化。
必須スキル
・Pythonを用いた画像・動画処理の実務経験:OpenCV、FFmpeg等を用いたメディア操作に精通していること
・機械学習/ディープラーニングの基礎知識:画像認識、物体検知等のモデル選定や評価ができること
・自律的なタスク遂行能力:既存のコードを読み解き、不足している要素を自ら定義して実装まで完結できる方
案件内容

生物学的年齢を再定義するアルゴリズム・アーキテクト
・エピジェネティクス情報を用いた新規エイジングクロック(生物学的年齢)算出ロジックの考案 ・臓器別(脳・心臓・腸など)の老化予測モデルの要件定義および実験計画の策定
・深層学習(LLM等)をバイオデータへ適用するためのアーキテクチャ設計および技術選定
・解析結果に基づく「病気にならない体作り(介入方法)」のサービス化に向けた仕様検討

必須スキル
・機械学習・深層学習を用いた新規アルゴリズムの研究開発・実装経験 ・論文からの先行研究調査および実装(SOTAのキャッチアップ)能力
・不確実性が高いデータ(正解が曖昧なデータ)に対する評価指標(F1スコア、再現率等)の設計能力

検索結果638件中1-10件