LLMの案件一覧

取引先ごとに様式の異なる各種帳票を文字認識ツールで読み取り、LLMで必要項目を抽出・連携先システムへ自動変換する既存AI-OCRのゼロベース再構築プロジェクトです。
業務の中心はLLM側の調整および精度検証ループの推進です。

• プロンプト・処理フローの設計
• 評価用データの整備、項目単位での正誤判定（LLMを活用した自動判定を含む）
• 誤抽出ケースの収集および失敗パターンの分類
• 原因切り分け（プロンプト／入力／モデル）
• 修正後の再検証と精度向上ループの推進
  【技術構成】
  クラウド型ドキュメント解析サービス／クラウド型AI機能／AIワークフロー構築ツール／Python（評価・検証仕組みの実装用）
  【体制】
  技術責任者1名（方針策定）、開発検証メンバー5名（予定）
  【求める人物像】
• 指示待ちにならず、仮説を立てて粘り強く検証・改善を回せる方
• 期間を通して継続して参画いただける自走力のある方

– LLMを組み込んだ開発において、出力品質に責任を持った実務経験
– プロンプトの設計と改善を自ら行った経験
– 精度が出ない際に、原因を切り分けて改善した経験
– Pythonでの開発経験（評価の仕組みをご自身で実装できるレベル）

1. 顧客課題の発見・設計

• 利害関係者（経営層〜現場担当者）との関係構築／調整
• 課題の構造化／仮説構築／ソリューション提案

2. 業務フロー構築／PoCの高速実装

• LLM／AIエージェントを活用した軽量PoCの高速実装
• 顧客の既存SaaSとのAPI連携／データ統合
• フルスタック開発

3. 本番導入／伴走

• 本番導入の技術支援／運用設計
• セキュリティ／コンプライアンス要件への対応
• 導入後の利用定着支援／改善提案

4. プロダクトフィードバック

• 顧客フィードバックのプロダクトチームへの還元
• 新規ユースケースの発見／提案
• プロダクト改善に繋がるパターンの抽出／体系化
  開発環境の傾向
• 開発言語：Python、TypeScript、React、Next.js等
• データ：大規模データウェアハウス、RDBMS、各種データソース
• インフラ：クラウドプラットフォーム（AWS/GCP/Azure等）、コンテナ技術
• AI／LLM：各種AIフレームワーク
• ツール：コミュニケーションツール、ナレッジ共有ツール、タスク管理ツール、ソースコード管理ツール
• AI開発支援：各種AI開発支援ツール

– ソフトウェアエンジニアとしての実務経験（3年以上）
– フルスタックでの開発経験
– LLM／生成AIを活用したアプリケーションの開発経験
– クラウド環境（AWS/GCP/Azure等）での開発／運用経験

特定の事業展開企業において、内製化に向けた開発支援業務を行います。
現在外部協力会社へ業務委託している商談分析アプリについて、社内体制への移行を進めています。
社内担当者の体制整備までの期間、システム引き継ぎおよび各種開発対応を担っていただきます。
＜業務詳細＞
分析アプリのバックエンドおよびAI/データ分析基盤の協力会社からの引継ぎ、追加機能開発、ならびに社内メンバーへのナレッジ共有業務。

• 既存の分析基盤（AIモデル・データ処理基盤・バックエンド）のコード解析および挙動把握
• 協力会社が作成した各種分析モデル（音声解析、テキスト解析、データ分類等）のレビュー・評価
• 予定されている追加開発（分析精度の向上、新しい分析ロジックの追加、Web API構築等）
• 内製化に向けたシステム構成図・データフロー・環境構築手順・Web API仕様書等の整理・標準化
  共通業務：
  開発した追加機能および整理したドキュメントをベースに、社内メンバーへのレクチャー
  社内メンバーが自立して保守・運用・追加開発ができるよう、協働作業や質疑応答を通じたサポート

– Pythonを用いたWebアプリケーションおよびWeb APIの開発実務経験（3年以上）
– 機械学習・自然言語処理または音声解析を用いたプロダクトの開発・運用経験
– クラウド環境（AWS/GCP/Azure等）上での分析基盤・バックエンド構築・運用経験
– 既存のソースコードやシステムを迅速に理解し、仕様書・設計書にドキュメント化できる能力
– コミュニケーション能力
– モバイルアプリの開発知見

■業務内容
AI分野の研究開発プロジェクトにおいて、以下の業務を担当します。
1.データ解析・研究開発
•大規模データの前処理・品質評価
•探索的データ分析・可視化・仮説検証
•特徴量設計・データ表現の設計
•学習用データセットおよび評価用データセットの整備
2.機械学習 / 深層学習モデル開発
•機械学習モデルの設計・実装・評価
•ベースライン構築およびモデル改善
•表現学習 / 自己教師あり学習 / 基盤モデル開発
•GPU環境を用いたモデル学習・実験運用
•モデル性能評価、誤差分析、改善提案
3.大規模学習・開発基盤
•分散学習ジョブの設計・運用・最適化
•学習パイプライン / 開発基盤 / 実験管理基盤の構築
•大規模データI/Oや再現性を考慮した研究開発フローの整備
•運用自動化 / 機械学習システム観点での改善
4.研究プロセス・チーム連携
•評価指標設計・ベンチマーク設計
•実験の再現性担保、ログ管理、ドキュメント化
•分析結果のドキュメント化・社内共有
•研究者・データサイエンティスト・エンジニアとの協働

– 以下1, 2のいずれかの領域において、「実装・最適化」の経験を有すること。
– 1.アーキテクチャ設計と事前学習の実務経験
– •各種モデルを用いた大規模モデルの設計・実装経験。
– •基盤モデルに基づき、大規模データ学習に必要な計算リソースを定量的で見積もる能力
– •一定規模のモデルにおける事前学習のハイパーパラメータ・チューニングおよび学習安定化の経験
– 2.大規模分散学習のエンジニアリング
– •各種ライブラリを、モデルの規模やネットワーク帯域に合わせてカスタマイズ・チューニングした経験
– •マルチノード環境におけるGPU間の通信ボトルネックの解消、および大規模データに対する効率的なI/Oパイプラインの設計経験
– •各種並列化技術の実装を通じた、単一GPUメモリに収まらないコンテキストの学習最適化

【案件概要】
カスタマーサポート領域のAIプロダクトにおいて、サービスのコアとなる生成AI機能の設計・開発を担当いただく案件です。
大規模言語モデル連携、RAG、ベクトル検索、AIエージェント等を活用し、試作段階から本番プロダクトへの実装、品質評価・改善まで一気通貫で携わっていただきます。
AIの品質・速度・コストを意識しながら、プロダクトに直結するAI機能の改善を主体的に推進できる方を募集しています。
【業務内容】

• 大規模言語モデルAPIを活用したAI機能の設計・実装
• モデル選定、指示文最適化、品質評価
• RAG／AIエージェントの設計・実装
• ベクトルデータベースを用いたベクトル検索、インデキシング、検索精度改善
• 推論パイプラインの設計・最適化
• 品質評価基盤、A/Bテスト、自動評価メトリクスの実装
• AIソリューションの提案、技術検証、試作開発の主導
• FAQ、業務マニュアル、会話ログ等のデータ取得・分析・加工
  【備考】
• 開発環境：Python、TypeScript、フロントエンドフレームワーク、バックエンドフレームワーク、ORM、RDBMS、ベクトルデータベース、AWS/GCP/Azure等、IaCツール、CI/CDツール、SaaS型監視ツール
• 商用大規模言語モデルAPI等を活用
• AIの試作開発だけでなく、本番実装・品質改善まで携われるポジション

– 大規模言語モデルに関する知見
– データ分析の実務経験
– Webアプリケーション開発経験
– OS基礎、バージョン管理ツール、コンテナ技術、データベース等の基礎技術の理解・利用経験
– RAGまたはAIエージェントの設計・実装経験
– Pythonを用いた実務レベルの開発経験
– アルゴリズム、データ構造に関する実装能力
– 平日月160時間フルコミット可能な方

【プロジェクト概要】
すでに構築・検証が完了している生成AI・大規模言語モデルを活用した試作モデルを、実際の業務で活用するための本番運用環境への移行、事前検証、および必要な追加機能の拡張開発を一貫して担当するプロジェクトです。
アプリの主機能は、社内情報や引き継ぎ事項を一つのデータ領域に蓄積し、指示文に応じて迅速に検索・回答ができるRAGシステム（対話形式）を想定しています。
【チーム体制・環境】

• 体制：社内推進体制（情報システム部門など）と連携しながら、外部パートナーが作成した試作モデルを引き継ぎ、運用体制を詰めて開発を進めていただきます。
• 技術環境：
  クラウド：AWS/GCP/Azure等
  アプリケーション言語：Python（アプリ改修に使用）
  AI技術：大規模言語モデル、RAG（検索拡張生成）等
  【具体的な業務内容】
  ① 試作モデルの本番移行・実装
  他社が作成した既存の試作モデルをクラウド環境に載せ替え、本番環境で動作するよう構成を整えて実装します。
  Pythonで書かれたアプリケーションのソースコード回収・本番化対応。
  ② 事前運用と機能拡張
  モデルを本番環境へ載せた後、テスト運用として実際の業務で動作するか検証を行います。
  業務範囲や現場の追加要件に応じて、必要な機能拡張（応答精度向上、画面連携など）を定義し、追加開発を行います。

– Pythonを用いたWebアプリケーション開発・改修の実務経験
– クラウド環境（AWS/GCP/Azure等）上でのアプリケーション構築・運用経験
– 大規模言語モデル、RAG（検索拡張生成）などを活用したAIアプリ開発、指示文調整の実務知識または経験
– 指示された機能単位で、設計～実装～テストまで自律的に完遂できること