小林担当の案件一覧

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

・データ抽出/集計業務
・データマート構築のQuery構築業務
・BIツール（Looker）の可視化環境構築業務

・Google Cloudを用いたデータパイプライン・集計パイプラインの構築
・BIツール（例：Looker Studio、Streamlit）を用いたダッシュボード構築
・要件定義に従った開発業務

・主要クラウドサービス（AWS、Google Cloud、Azure）を用いた開発経験（1年以上、Google Cloudが望ましい）
・Python、SQL、Git、Dockerを用いた開発経験（3年以上）

大規模エピゲノムデータを学習させた基盤モデル（Large Epigenome Model, LEM）の開発を担当していただきます。ゲノム領域の潜在表現を獲得することで、さまざまな生物学的タスク（バイオマーカー予測、予防医療AIなど）への応用を可能にするプロジェクトです。
主な業務内容：
大規模エピゲノムデータを用いた自己教師あり学習・表現学習モデルの設計・実装
Autoencoder 系モデル、Transformer、大規模言語モデルを活用したゲノム領域の潜在表現獲得
Long context 処理可能なモデルのアーキテクチャ設計と事前学習の高速化アルゴリズム研究
PyTorch / JAX などを用いた深層学習フレームワークでのモデル実装
大規模 GPU 学習、分散トレーニング、HPC 環境での運用
PyTorch Distributed、CUDA、クラウド環境（AWS 等）での学習・運用

・表現学習、自己教師あり学習、Autoencoder 系モデル、Transformer、大規模言語モデルの実務経験
・PyTorch / JAX など深層学習フレームワークでの実装経験
・Long context モデルや大規模言語モデルのアーキテクチャ設計経験
・大規模 GPU 環境での学習・分散トレーニング経験

Flutterを用いたiOS/Android向けクロスプラットフォームアプリの開発を担当いただきます 。設計・UI実装: Figmaによるワイヤーフレーム作成や画面設計 、スタンプラリーやログイン・会員登録等のUI実装、およびバックエンドAPIとの連携 。ネイティブ・BLE領域: BLE（ビーコン）の検知ロジック実装（バックグラウンド/タスクキル状態対応含む）、ローカルDB保存、実機での感度調整 。ストア対応: Apple Developer / Google Play Consoleへのストア申請および位置情報・バックグラウンド処理に関する審査対応 。開発手法: AIツール（Cursor、Claude Code等）をフル活用した効率的な開発 。

新規モバイルアプリを支えるバックエンドシステム（クラウドインフラ、データベース、API、管理画面）の設計・開発を一人称で担当いただきます。 AIツールをフル活用し、スピーディに構築することが期待されています。

インフラ構築: AWSを用いた、ピーク時同時接続最大数万人に耐えうるインフラ設計および構築（オートスケーリングやサーバーレス構成の提案・実装）。

API開発: ユーザー登録、ビーコン検知ログ送信、スタンプ獲得等のリクエストを処理するAPIの実装。

簡易CMS開発: お知らせ登録、ビーコン情報・ユーザー管理等を行う運用システムの開発および外部サービスとのAPI連携。

その他: 画像解析や生成AIなどのPoC関連業務。

・AWSを用いたスケーラブルなWebインフラの設計・構築・運用経験
・バックエンドAPI（Node.js, Python, PHPなど問わず）の設計・開発経験
・DB（PostgreSQL / MySQLなど）に関する知識、経験
・Cursor、Claude CodeなどのAIコーディングアシスタントを活用して開発ができること
・Flask / FastAPI / DjangoなどPythonフレームワークの利用経験

大手エンタメ企業が提供するオンラインプラットフォームの開発・運用を担うインフラエンジニア案件です。
プラットフォームプロダクト部門と連携し、インフラ領域の要件定義から設計・構築・運用保守までを担当いただきます。

主な業務内容
・プラットフォームにおけるインフラ領域の要件定義、設計、構築、運用保守
・各種ミドルウェアなどの技術検証、選定
・障害対応およびトラブルシューティング
・社内外へのインフラ技術支援

【開発環境】
OS：Linux
クラウド：AWS / Google Cloud
IaC：Terraform / Ansible
コンテナ：Amazon ECS / Amazon EKS / GKE
ミドルウェア：Nginx、MySQL、MongoDB、Redis、PostgreSQL
CDN：CloudFront
監視：Datadog、Zabbix、Grafana
CI/CD：GitHub Actions、ArgoCD
言語：Python、PHP、Go、Java

担当工程：
要件定義 / インフラ設計 / 構築 / 運用 / 保守 / 機能改善 / 検証

・AWSを用いたインフラ設計、構築、運用経験（3年以上）
・Linuxを用いたインフラ設計、構築、運用経験（3年以上）
・Terraform、Ansibleを利用したインフラ設計、構築、運用経験
・Amazon ECS / EKS、または GKE を用いたインフラ設計、構築、運用経験

ヘルスケア系スタートアップの研究開発部門にて、
DNAメチル化（エピゲノム）データを活用した統計解析・データ分析業務を担当いただきます。

本プロジェクトでは、以下のデータを統合し、
生物学的年齢（Biological Age）や疾患発症リスク・死亡リスクの予測モデルの研究開発を進めています。

・DNAメチル化データ（CpGサイト：約27万特徴量）
・人間ドック・健康診断データ
・大学研究機関の長期追跡研究データ（20年スパンの死亡率・疾患発症データ）

チーフサイエンティストおよびバイオインフォマティクスチームと連携しながら、
研究開発に必要なデータ前処理・探索的分析・統計解析・可視化を担っていただきます。

また解析結果は、
医学論文・学会発表・研究レポート等で利用されるため、Publication Qualityのデータ可視化が重要なミッションとなります。

【主な業務内容】
・DNAメチル化データ／医療データのクレンジング・整形
・探索的データ分析（EDA）
・統計解析（回帰分析、生存時間解析など）
・医療研究向けデータ可視化（論文・学会用図表作成）
・Python / Rを用いた解析パイプライン構築
・研究チームとの仮説検証ディスカッション

DNAのメチル化情報（エピゲノム）やプロテオーム、メタボローム、MRI画像などの生体データを用いた、生物学的年齢（バイオロジカル・エイジ）の予測モデルおよび予防介入AIの開発をお任せします。
・アジア最大規模のゲノム・生体データを活用したAIモデルの構築・評価・改善 ・血液検査の数値等を予測するバイオマーカー予測アルゴリズムの開発 ・予防医療に向けた、ユーザーへの介入・レコメンドAIの構築 ・データの収集・前処理・整形（数十万次元のデータや、不均衡データへの対応など） ・LightGBMなどの機械学習から、深層学習を用いた基盤モデルまでの検証および実装