医療・福祉・ヘルスケアの案件一覧

LLM（大規模言語モデル）を活用したプロダクトおよび業務基盤の設計・開発をリードするポジション。
RAG（Retrieval Augmented Generation）やエージェント設計、LLM評価・品質改善、監視・運用、セキュリティ対策まで含め、PoCに留まらず本番運用可能なLLMシステムの構築・継続改善を担当。
品質・コスト・安全性のバランスを考慮しながら、実運用レベルのLLM活用を推進する。

主な業務：
・LLMを用いた機能・プロダクトの要件定義～設計～開発～運用
・RAG設計（データ前処理、chunk設計、embedding、検索、再ランキング、回答生成）
・Agent設計（ツール設計、状態管理、ガードレール、フォールバック）
・LLM品質改善（プロンプト最適化、LoRA / ファインチューニング、合成データ生成）
・LLM評価基盤構築（自動評価、Human-in-the-loop、回帰テスト）
・監視・運用（ログ、コスト、レイテンシ、エラー分析）
・セキュリティ・安全性設計（PII、権限管理、プロンプトインジェクション対策）
・チーム開発（コードレビュー、設計、ドキュメント整備）

そのデータが「科学的発見」になる。世界へ発信するアナリスト
・AI学習用データの収集・測定・取り込みパイプラインの構築・運用
・R言語を用いた統計解析および論文掲載用クオリティの図表（Figure）作成, ・Python/Rを用いたデータの前処理（欠損値処理、正規化）、加工
・社内外へのプレゼンテーション資料作成およびデータ可視化支援 ・データベーススペシャリストと連携したデータ抽出・品質管理

・R言語またはPythonを用いたデータハンドリングおよび可視化の実務経験
・複雑なデータを論文やレポート向けに分かりやすく図解・グラフ化するスキル
・SQLを用いたデータ抽出・集計業務の経験

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

生命のコードをAIに学習させる。LLM×深層学習エンジニア
・Python/PyTorchを用いた深層学習モデル（CNN/Transformer等）の構築・学習・評価, ・大規模言語モデル（LLM）技術を応用したエピジェネティクス解析モデルの実装
・特徴量エンジニアリングおよびハイパーパラメータチューニングによるモデル精度向上
・Git/GitLabを用いたチーム開発（プルリクエスト、コードレビュー）およびモデル管理, ・クラウド環境（GCP/BigQuery等）を用いた学習基盤の活用

システム構築にあたっての技術サポート、システム構築・実装作業医用サービスシステムのリプレースをお任せいたします。

・Java/SpringBootを用いたWebシステム実装、およびPostgreSQLでのDB構築・改修が中心
・AWSやKeycloak等を用いたシステム構築と、チームへの技術サポート
・GitHub/Jiraを活用したチーム開発・品質管理

工程：基本設計～テストまで

健康系スマホアプリの開発において、詳細設計以降をご担当いただきます。

医療系電子カルテシステムのクラウド移行に伴う保守開発、および品質改善プロジェクトです。
既存オンプレミス環境からクラウドへのデータ移行ツールの開発なども並行して進めています。

【業務内容】
Webエンジニアとして、幅広い業務をご担当いただきます。
主な業務は、既存システムの調査、保守開発、品質改善対応のほか、Pythonを用いたサポートツールの開発などです。
C#またはJavaでのバックエンド開発スキルと、Pythonでのツール開発スキルが求められます。

◆主な開発環境・ツール◆
・言語：C#・Java・Python・SQL
・FW/環境：SpringBoot・Vue.js
・DB：Amazon RDS(PostgreSQL)・DynamoDB
・クラウド(サービス)：AWS(EC2・S3・Cognito・Elasticache・KMS・Secrets Manager)
・管理ツール：SVN・Git

・内視鏡カメラシステムの評価仕様書作成、評価実施、評価結果の分析を主担当としてご担当いただきます。
・OS：Linux
・開発言語：C言語、C++
・その他使用言語：Python

・研究開発（R&D）領域におけるデータ分析・機械学習業務
・データ収集、前処理、品質確認（欠損・外れ値・分布確認 等）
・探索的データ分析（EDA）、可視化、仮説検証
・機械学習モデルの構築および評価（分類／回帰／時系列／異常検知 等）
・特徴量設計、評価指標設計、データリーク検知
・分析結果のドキュメント化、再現性を意識した社内共有
・適性に応じてモデル開発高度化、AI×DB活用、MLOps領域への関与あり

・現行システムの保守開発や不具合改修における、設計、実装、テストの実施
・PJメンバーへのMUMPSまたはCacheのスキルトランスファー

【募集背景】
・医療系システムの運用保守（軽微な保守改修）を行う案件であるが、
　CACHE言語で開発されており、CACHE言語またはMUMPS言語の有識者を求めている。

・CACHE言語またはMUMPS言語の有識者、もしくはオブジェクト指向言語の有識者でCACHE言語をキャッチアップ可能な方
・自走可能な方（キャッチアップを主体的に行える方）