フリーランス案件一覧

■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

健康指標の向上や医療課題の解決に取り組む事業会社における研究開発を推進するため、データ分析・機械学習の実務を担当いただくデータアナリストを募集します。
参画後は業務を通じて、適性に応じてモデル開発 / データ基盤活用 / 運用自動化 など専門領域へスキルアップを図っていただきます。
■業務内容

• 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・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、不備検知
• 分析結果のドキュメント化・社内共有（再現可能な形で）

– 定量的な研究分野（各種数理・自然科学領域等）における学習・研究経験
– 統計モデル・数理モデルを用いて、実データから仮説検証や現象のモデル化を行った経験（各種分析手法や機械学習等）
– PythonまたはRを用いたデータ解析経験
– 分析手法を単にライブラリとして利用するだけではなく、モデルの仮定・推定方法・評価指標を理解した上で適切な分析手法を選択できること
– データや研究課題に対して、仮説設定 → 分析設計 → モデル構築 → 結果解釈 → 追加検証の一連のプロセスを自ら進めた経験
– 分析結果について、統計的・科学的な観点から解釈し、次に必要な検証や改善案を言語化できること

技術部門内の複数ある事業に対して、新規立ち上げ支援や現状プロダクトの課題解決などを横断的に支援を行います。
一つのサービスだけじゃなく、様々なサービスと関わり事業をブーストするために動きます。
迅速なキャッチアップを求められますが横断的に事業に関わることで様々な開発環境に携わることができます。

• 新規立ち上げ、急拡大期、運用期など様々な事業フェーズでの課題解決
• アーキテクチャレビューや技術的課題の解決といった事業部支援
• 生産性向上とリスク軽減のためのモダン化をインフラ、アプリケーションの両面から推進
  業務環境
  技術部門、横断支援メンバー：4名
  ※横断活動をしているメンバーは、所属は異なるため面談内で詳細説明が出来ればと思います
  開発環境
  ■開発環境の一例
  PHP/Go
  Next.js
  RDBMS
  インメモリデータストア
  クラウド環境（AWS/GCP/Azure等）
  SaaS型監視ツール
  ※支援先によって様々な技術を利用しているためあくまでも一例となります

– 技術選定などの意志決定に関わった経験
– 曖昧な課題に対し、自分で問題を定義し（スコープ・成功条件・関係者）、解決策を設計・実行まで完遂した経験
– 新旧様々なシステムの理解とチームに素早くキャッチアップする力
– 課題設定力および関係者を巻き込みながら計画を遂行する実行力
– インフラからバックエンド、フロントエンドまでの広い実装経験
– コンテナ、CI/CD、マイクロサービス等のモダンな技術の経験
– RDBMSでのパフォーマンスを意識したコードを書くことができる
– サーバーサイドをTDD(テスト駆動設計)で書いたことがある
– 静的型付け言語での経験

金融機関のデータ分析基盤構築プロジェクトにおいて、構築担当のエンジニアを募集しております。
【役割】
データ分析基盤構築エンジニア

– データ連携要件の調整（顧客・外部接続先担当者とデータ項目/連携方式/更新タイミングの打ち合わせができること）
– インフラ/セキュリティ基礎（クラウド環境（AWS/GCP/Azure等）の基礎知識（アクセス管理、仮想ネットワーク、セキュリティグループ、機密情報管理、認証基盤/MFA/SAML/ディレクトリサービス連携））
– テスト・運用設計（結合/性能/障害テストの実施、および監視設計の経験）
– データ基盤構築（クラウド環境（AWS/GCP/Azure等）上でのデータレイク/クラウド型データ倉庫の設計・構築経験）
– データ統合/データ処理（オブジェクトストレージ、分散データ処理基盤、クラウド型データ倉庫、サーバーレス実行環境を用いた処理基盤の設計・開発）
– データ管理・ガバナンス（オープンテーブルフォーマット、アクセス制御・ガバナンス管理機能、データカタログ機能）の実務経験
– データ定義・品質、CSV等のファイル連携、スキーマ定義データ品質確認の経験
– 【SQL】データ抽出・集計・加工、SQLの性能チューニング経験
– 【Python】バッチ処理、データ統合、ファイル加工、運用ツール等の開発経験

【概要】
インフラ・SRE基盤の整備、可観測性の向上、IaC推進、バッチ・監視基盤の改善などをリードいただきます。
可視化、指標設計、アラート改善・自動化、障害対応プロセスの標準化、IaC推進、ミドルウェア設定見直し、開発チームからの問合せ対応および各種ドキュメント整備等を担当します。

– クラウド環境（AWS/GCP/Azure等）におけるインフラ設計/構築/運用経験（5年以上）
– ネットワーク、仮想サーバー、データベース、コンテナサービス、サーバーレス環境、監視サービス等の基盤構築・運用経験
– IaCツールを用いたコード管理経験
– 監視環境構築/運用経験
– 自律的な課題発見・改善推進力、技術的ファシリテーション能力

• 学習データ作成のためのデータ収集および整備
• 機械学習モデルの学習および評価（学習結果の不具合分析を含む）
• 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

– OS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/運用における実務経験（1年以上）
– ビジネスレベルの日本語力
– 分析を行える英語読解力

■具体的な業務

• スクリプト言語・Webフレームワーク・RDBMSによる、サーバー側、API、管理画面の開発。
• WebUIライブラリによる画面側追加開発。
• 詳細設計/製造/単体テスト。プロジェクトによっては保守・運用までを含む。
• スキルとプロジェクトによって基本設計、技術担当として顧客打ち合わせ同席の可能性あり。
  ■開発環境・使用技術など
• Ruby、Webフレームワーク、JavaScript、RDBMS/一部クラウド基盤
• インメモリキャッシュ、検索エンジン
• 非同期通信、認証技術、APIアーキテクチャ、サーバーレス構造など。
• 貸与端末にて開発作業

– Webフレームワーク（Ruby on Rails）の開発経験（3年以上）
– 顧客との仕様検討、要件検討などの折衝経験
– 一般消費者向けWebサービス開発経験（2年以上）
– データベース設計、詳細設計、テストケース設計などの経験
– 中期開発プロジェクト（4ヶ月～6ヶ月程度）の経験
– 開発を行うにあたって明確な方針を持っていること

【案件概要】
主要システム統合会社にて支援中の公共機関向け大規模ネットワーク基盤構築・移行プロジェクトです。個別システムの移行に伴い、サーバーチームにおいてオンプレミス環境の設計・構築および監視ツール設定等を担当するSEを募集します。
【補足】
■募集背景：
公共機関向けの大規模基盤整備および個別システムの移行プロジェクトが本格化しており、ネットワーク基盤側の進捗に伴いサーバーチームの実装・構築体制を強化するための増員募集です。特にオンプレミス環境のサーバー設計構築や監視ツールによる監視環境の立ち上げを着実に完遂できる即戦力のSEが求められています。
■ターゲット像・顧客の真のニーズ：
インフラ構成書や設定値を読み解き、監視設計から構築・試験までを自律して遂行できるエンジニアが求められています。大規模プロジェクトかつ公共案件のため、規約遵守やドキュメント精緻化の意識が高く、他チーム（ネットワークチームや個別システム担当）との連携・報告連絡相談を滞りなく進められる協調性と能動的なスタンスが重視されます。
■技術・スキル面の補足：

• 経験目安：オンプレミスサーバーの設計・構築実務経験（3～5年以上）。
• 監視ツール代替性：監視ツール設定経験が必要ですが、その他の統合監視ツールや監視エージェント導入・閾値設計等の経験があれば評価される可能性があります。
• インフラ全般：ネットワーク側主導の大規模プロジェクトであるため、通信基礎知識や仮想化基盤の知見があるとより評価されます。
  ■アピールポイント：
  「中・大規模オンプレミス環境でのサーバー設計・構築完遂実績」および「監視ツールを用いた監視設計～パラメータ設定・動作検証の遂行力」が評価軸となります。

– 中・大規模環境におけるサーバー（オンプレミス）の設計・構築経験
– 監視ツールの設定・運用構築経験
– 東京都内のオフィスへ常駐勤務が可能な方
– 関係者や他チームとの円滑なコミュニケーション能力

– 4名以上の開発チーム、または複数職種が関わるプロダクト開発における技術リード相当の経験（2年以上）
– 技術選定、構造設計、設計方針決定、コードレビューを主導した経験
– 現在も主要機能の設計・実装・コードレビューを継続して担当している方
– TypeScriptを用いたUIライブラリ／Webフレームワークでの画面側設計・開発経験
– RDBMSにおける設計・運用・改善経験
– 生成AI／大規模言語モデルを活用したプロダクト、またはAI機能を組み込んだWebアプリケーションの開発経験
– 自社向け・業務向けプロダクト等で技術課題や不具合を恒久的な改善につなげた経験
– 日本国内在住かつ平日日中に月160時間程度フルコミット可能な方

【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