単価90万円以上の案件一覧

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

■背景

• コンテンツ配信事業で運用してきた基幹システムを、停止させずに段階的に新システムへ移行するプロジェクト。
• 当初は要件定義・課題整理のフェーズ。
• その後の実装フェーズ以降も体制が必要と想定。
  ■作業内容
• システム共通の土台となる設計方針の検討（データを一元管理する仕組みの設計）
• 認証の仕組みの検討（社内・社外それぞれに適した認証方式の設計）
• 旧システムから新システムへのデータ移行方法の検討（移行方式、並行稼働時の確認方法、リハーサル計画など）
• 他の担当者（開発者、顧客側の関係者）との技術的なすり合わせ・調整

– データ設計の経験：基幹データ設計、大規模RDBMSのスキーマ設計経験
– 認証基盤の設計経験：クラウド認証サービスを用いた、SAML連携・多要素認証・APIキー認証の設計経験
– 大規模データ移行の企画・設計経験：既存システムから新システムへのデータ移行方式の設計、並行稼働時の差分同期・データ照合方式の設計経験
– 要件が固まりきっていない段階で方針を決める力：詳細仕様が未確定な初期段階から実現可能な技術方針を提示できること
– クラウド環境（AWS/GCP/Azure等）を用いた基盤の設計経験：ストレージ設計、既存環境の課題を踏まえた改善提案ができること

《具体的な業務内容》
制御領域のAIデータプロジェクトにおいて、幅広い業務を担っていただきます。
・技術検証プロジェクト：大手企業における技術検証等の受託プロジェクトを推進するR&Dプロジェクト
・関連プロダクト開発：自社開発プロダクトの制御機能の開発協力、オープンソースソフトウェアの機能強化・普及促進のための各種活動
【受託プロジェクト】
・例1）技術検証（要件定義/モデル開発/評価/レポーティング）
・プロジェクトの目的、使用する機器、タスク、評価基準など開発背景を理解し、プロジェクト管理担当と協力して要件定義を行う。
・収集したデータでAIモデルなどを学習し作成したモデルを使って評価を行う（実機およびシミュレーション）
・報告資料の作成およびクライアントへの報告を行う
・例2）制御系AI開発に関する技術コンサルティング
・AI開発におけるデータ作成やクライアント所有の機器を使った開発方針の助言、最先端のAI領域の技術調査
・シミュレーションデータの作成や活用方法について、社内R&Dの知見などを元に助言を行う
【R&D】

• AIモデルなどを用いて実機を制御するための実装
• さまざまな条件を比較し、どのようにモデルの性能向上を実現できるのか調査する
  【オープンソースソフトウェア活動】
  開発を進めているデータ収集アプリケーションの要件定義、開発
  【その他業務】
• 顧客提案活動における技術的支援
• イベントの出展や準備、情報発信用のコンテンツ制作などの技術広報活動
  ■仕事の醍醐味
  【物理制御 × AI の深い理解と実践的スキルの習得】
  AIモデルや基盤モデルといった最新技術を扱うだけでなく、データ設計から学習、実機制御までを一気通貫で手掛けます。
  【最先端技術を「実社会」へ応用する経験】
  R&Dで検証した最先端の論文技術やアルゴリズムを、実際の顧客プロジェクトに応用・実装します。
  【産業を支える大規模プロジェクトへの貢献】
  製造業や物流業など、産業基盤を支える大手企業のプロジェクトに参画します。
  【開発のリアルを開拓する面白さ】
  不確実性の高い中で仮説検証を繰り返し、自らの手で開発フローや成功パターンを作り上げていく現場経験が得られます。

– Pythonを用いた開発実務経験
– Linux環境での開発経験、およびバージョン管理ツールを用いたチーム開発経験
– コンテナ技術を用いた環境構築経験
– クラウド（AWS/GCP/Azure等）を活用した開発・運用経験

【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

顧客から提示される抽象度の高い運用要求を整理・具体化し、インフラおよびクラウド環境を対象として、運用プロセス・体制・責任分界・手続等を設計する。
また、顧客・関係チーム・技術チーム・外部パートナー等の関係者との調整を自律的に行い、運用設計から運用開始に向けた推進をリードできる人材。

– 運用設計（運用要件・プロセス・体制・役割分担を設計）
– 顧客折衝（抽象的・困難な要求を整理して現実的な形にする）
– プロジェクトリード（自ら論点・課題を見つけて関係者を動かす）
– インフラ知識（ネットワーク／サーバー／クラウドを横断的に理解）
– クラウド知識（AWS/GCP/Azure等の環境の運用を理解している）
– 公共分野経験（公共特有の要求・調整・ドキュメント文化への対応）
– 運用基盤構築（監視、自動化、運用管理ツール等を実装）

大手金融機関の営業を支援する、情報基盤構築およびAI連携アプリケーションの開発プロジェクト
■業務内容・期待役割
クラウド環境（AWS/GCP/Azure等）やデータ分析基盤上で、情報基盤とAI処理の中核ロジック（構造化・知識体系化・コンテキスト設計・検索・推論フロー）の設計・実装・精度改善を担当いただきます。ソフトウェア開発を担当するエンジニアと連携し推進します。

• 情報基盤（データ構造化・知識体系化・検索等）およびAI処理フローの設計
• Pythonによる実装、出力品質・精度の検証と改善サイクルの推進
• 既存ロジックの改修・パフォーマンス改善
• 設計・仕様ドキュメントの作成、顧客および社内メンバーとの仕様調整
• 他メンバーとの技術連携、コードレビュー
• (技術責任者を担当する場合) 技術方針・設計の意思決定、および他メンバーの設計・実装に対する技術レビュー
  ■ 求める人物像
• 異なる専門性・意見を尊重した上で、職種や立場を越えて建設的に議論し合意形成できる方
• お客様の業務要件の理解に努め、関係者と円滑なコミュニケーションが取れる方

– 以下いずれかの実務経験（3年以上）
– AI / 機械学習領域での開発経験（Pythonでの実装を含む）
– ソフトウェア開発経験（Pythonでの実装を含む）
– 上記に加えて、生成AIアプリケーション等の開発経験（1年以上）
– コンテキスト制御の実務経験（指示文設計、検索・文脈設計、評価設計のいずれも一定の経験があること）
– 仮説検証を回して品質・精度を改善した経験（何をどう改善し、どの指標がどう変化したかを定量的に説明できること）
– 東京都内のオフィスへの常駐勤務が可能であること