Pythonの案件一覧

・事業部にて構築された試作品システムについて、本番展開に向けたクラウド環境（AWS/GCP/Azure等）への移行およびアプリケーションの継続的な機能拡張を行っていただくプロジェクトです。社内プロジェクト管理者配下にて、ユーザーからのフィードバックやご要望に基づく機能追加・改修の実務（フロントエンド・バックエンドAPI・DB実装）をご担当いただきます。
【業務内容】
・クラウド環境（AWS/GCP/Azure等）への実装・本番移行：
提供されるクラウド環境（AWS/GCP/Azure等）へのアプリケーション実装および本番移行作業
アプリケーションの機能拡張・追加開発
・ユーザーのご要望に基づく機能改修実務（画面開発、API開発、DB定義・実装）
・既存コードの理解・仕様確認：
既存システムのソースコード・ドキュメント（受領予定）の理解および既存ベンダー企業様への質疑応答（QA）対応
【開発環境・技術スタック】
・フロントエンド: React / Next.js
・バックエンド: Python / Node.js
・データベース: DB定義・実装
・インフラ / CI/CD等: クラウド環境（AWS/GCP/Azure等）, IaCツール, CI/CDツール, セキュリティポリシー

– React または Next.js を用いたフロントエンド開発の実務経験
– Python または Node.js を用いたバックエンドWeb API開発の実務経験
– データベース（DB）の定義・実装経験
– 既存ソースコードやシステム構成を理解・追従できる対応能力

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

■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

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

• 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

– 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

《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