医療・福祉・ヘルスケアの案件一覧

AI技術を用いた先端科学・医療分野のデータ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

• 大規模な専門データ・医療情報の前処理、品質評価、探索的データ分析（EDA）、可視化、および仮説検証
• 特徴量設計、データ表現の最適化、学習・評価用データセットの整備

1. 機械学習 / 深層学習モデル開発

• 深層学習モデルの設計・実装・評価、およびベースライン構築と継続的改善
• 表現学習、自己教師あり学習、またはドメイン特化型基盤モデルの開発
• アクセラレータ（GPU等）環境を用いたモデル学習・実験運用、性能評価、および誤差分析

1. 大規模学習・開発基盤

• 分散学習ジョブの設計・運用・最適化、および学習パイプライン・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、およびMLOpsの推進

1. 研究プロセス・チーム連携

• 評価指標・ベンチマークの設計、実験の再現性担保、ログ管理、およびドキュメント化
• 各分野の研究者、データサイエンティスト、エンジニアとの緊密な協働

以下1、2のいずれかの領域において、「実装および最適化」の実務経験を有すること。
1. アーキテクチャ設計と事前学習の実務経験
– Transformerベースのモデル、または最新の動的状態空間モデル（SSM等）を用いた大規模モデルの設計・実装経験
– 基盤モデルの拡張則（Scaling Laws）に基づき、数千億〜兆規模のトークン学習に必要な計算リソースを定量的に見積もる能力
– 数十億〜数百億パラメータ規模のモデルにおける事前学習の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
– 主要な分散学習ライブラリ（PyTorch FSDPやDeepSpeed等）を、モデル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
– シーケンス並列（Sequence Parallelism）等の実装を通じた、単一メモリに収まらないコンテキスト長に対する学習最適化経験

・Nest.js（TypeScript）とLambda（TypeScript）を用いたバックエンド作成
・React（TypeScript）を用いたフロントエンド作成
・コードレビュー、および設計書の修正対応
・アプリの要件に基づいた機能実装およびテスト

【reactのスキルをより重視するポジションです。】

・福祉Techサービス運営企業において店舗事業の業務改善・DX化を一気通貫で主導。
１、事業部向けのDX・業務基盤構築
・現場に最適化したフロントエンド構築:AppSheetやGoogleスプレッドシートをUIとして活用し、現場スタッフが迷わず入力・管理できる仕組みを構築。
・業務プロセスのデジタル化:CRM（顧客管理）、請求管理、予約管理などの業務設計。
・現場への伴走:事業部の担当者から直接課題をヒアリングし、要件定義から実装、リリース後の改善までをハイスピードで回す。

２、クラウド・AIを活用した仕組み作り
・サーバーサイド連携:AppSheetやGASでは補えない複雑なロジックを、AWS（Lambda,APIGateway,RDS）を用いて構築。
・生成AI（Gemini）の組み込み:業務自動化やデータ要約など、Geminiを活用した次世代の業務効率化ツールの開発。
・データ基盤の活用:BigQueryを用いたデータ連携やレポーティング体制の構築。

３、最適なソリューションの選定
既存ツールの活用だけでなく、課題解決に最適であれば新たなローコード・ノーコード製品の導入検討

【技術環境】
フロントエンド/UI: AppSheet, Googleスプレッドシート
開発・自動化: Google Apps Script (GAS)​, Gemini (生成AI)​
バックエンド/インフラ: AWS (Lambda, API Gateway, RDS)​
データ基盤: BigQuery, SQL
コミュニケーション/管理: GitHub, Slack, Docker

・GAS、AppSheet等を用いた実務レベルのツール開発経験3年以上。
・AWS（Lambda, API Gateway, RDS）を用いたバックエンド開発経験3年以上。
・SQLを用いたデータベース操作・設計スキル

LLMを活用したプロダクトおよび業務基盤の設計・開発をリードしていただきます。
RAG、エージェント、評価・監視、プロンプトエンジニアリングに留まらず、システムの信頼性と継続的な改善サイクルを確立することがミッションです。

◾️具体的な業務内容
（1）LLM機能の設計・開発（要件定義〜運用）
・医療ドメイン知識を活用したRAGシステムの設計（Chunking戦略、ハイブリッド検索、Re-ranking等）
・自律型エージェントの設計（Tool/Function calling設計、状態管理、ガードレール実装）
（2）品質改善・評価基盤の構築
・プロンプト最適化、Few-shot学習、必要に応じたFine-tuning/LoRAの実施
・LLM評価基盤（LLM-as-a-Judge, Ragas等）の導入と、定量的な品質モニタリング体制の構築
（3）運用・監視・コスト最適化
・トークンコストの管理、レイテンシ改善、エラー解析
・ログ基盤の整備と、Human-in-the-loopによる改善サイクルの確立
（4）セキュリティ・安全性設計
・個人情報（PII）保護、プロンプトインジェクション対策、権限管理の設計

・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）

・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

病院内における事務業務のRPA開発を担当いただきます。現場（医療事務スタッフ等）へのヒアリングからシナリオ作成、BizRoboを使用したロボット開発まで一貫して対応する業務です。

医療機関に設置される自動精算機システムの画面側開発およびUI/UX改善を担当いただくプロジェクトです。

◆フロントエンドエンジニアとしての主な業務
精算機システムのフロントエンド開発
操作するタッチパネル画面のUI実装および既存機能の改修。
インターフェース設計・実装
TypeScript/JavaScriptを用いた動的な画面制御および、jQueryを活用した既存アセットの保守・拡張。
画面デザインの反映
CSSを用いた、医療機関向けに求められる視認性の高いレイアウト構築。
API連携実装
バックエンド（FastAPI等）から提供されるAPIと連携したデータ表示および入力制御。

◆ 開発環境
主要言語: TypeScript、JavaScript、CSS
ライブラリ: jQuery

医療機関向け精算機システムの開発PJにて、基本設計からテストまで一貫して担当します。
C#を用いた基幹機能の追加開発に携わり、設計から品質管理まで幅広い工程を経験できます。
・精算機システムの機能追加および保守開発
・C#を用いた基本設計、詳細設計、および開発
・結合テスト、システムテストの実施および不具合修正

■開発環境■
C#、MySQL、Windows Server