Python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

クラウド環境をベースとした最新のAI機能の実装、およびそれに伴うWebアプリケーションの開発・連携を担当していただきます。生成AI技術を活用した仕組みの構築を中心に、フロントエンドからバックエンドの開発、周辺ビジネスツールとの機能連携、顧客との要件定義まで幅広く携わっていただくポジションです。

主な業務内容：

• クラウド型生成AIサービスを活用したAI自律型プログラム（エージェント）の実装
• 汎用プログラミング言語およびフロントエンド向けUIライブラリを用いたWebアプリケーションの開発
• 各種ビジネスコミュニケーションツールやローコード開発プラットフォーム等とのシステム連携
• クライアントからのヒアリング、要件整理、および技術的な合意形成

– Webアプリケーション開発における一定期間（目安3年以上）の実務経験
– AWS/GCP/Azure等のクラウド環境、Python、およびReactを用いた設計・開発経験
– 進歩の早い先進技術領域に対する、主体的なキャッチアップや学習意欲
– クライアントの要望を的確に把握し、要件定義・調整へと落とし込めるコミュニケーション能力

AIシステム基盤開発および研究開発業務
先端のAI技術を統合した高度なシステム基盤の開発や、データ分析・最適化業務をご担当いただきます。

主な業務内容

• 最新の技術論文や研究に基づく、大規模言語モデル・検索拡張生成・視覚言語モデル等を統合した複合的なAI基盤の開発
• 確率論や統計学の知見を用いた、AI出力結果の信頼性評価およびアルゴリズムの最適化
• データベース言語等を用いた、AIの学習や検索処理に最適化された大規模データの構築および管理

– AIシステム領域におけるプログラミング実務経験、およびPython等を用いた高い開発能力
– 機械学習、深層学習、または各種アルゴリズムに関する基本的な知識
– 技術論文の読解や海外動向の調査、グローバルなコミュニケーションが可能なビジネスレベルの英語力

• 金融機関における決算業務（国内基準および国際会計基準）の自動化を目指すプロジェクトです。
• 現在、国内基準向けのシステムはテストフェーズにあり、並行して国際基準対応の仕組みを新規に立ち上げます。
• 大量データを効率的に処理するためのETL処理を実装し、後続の各システムへデータを橋渡しする仕組みの設計から開発までを担います。

◆開発環境の傾向

• インフラ: AWS環境（AWS Glue, Amazon Redshift等）を活用したデータ基盤
• アプリケーション: Pythonを用いた開発、およびPySparkによる大規模データ分散処理

– ETL開発経験、Python

• 組織横断で利用されるデータサービスの改修および最適化を支援します。
• 既存のワークフロー管理環境からManaged Airflowへの移行作業を主導します。
• 分析に必要となるデータの調達から、システムの実装・リリース、提供後の運用・保守までを一貫して担当します。

◆主な業務内容

• データベースの操作およびApache AirflowからManaged Airflowへの移行対応
• データパイプラインの実装、リリース、および運用保守業務

– SQLを使用した業務経験
– Webシステム開発経験（Pythonだと尚可）
– コミュニケーション力

Microsoft Fabricを用いたデータ分析基盤の構築およびデータ処理開発
・Microsoft Fabric（Lakehouse／Data Factory／Notebook）を用いたデータ基盤構築
・Pythonによるデータ加工・ETL処理の開発
・データパイプラインの設計・実装
・Power BIとの連携によるデータ可視化支援
・既存データ基盤の改善・運用支援

・Microsoft Fabricの利用経験
・Pythonを用いたデータ処理開発経験
・SQLを用いたデータ抽出・加工経験
・クラウド環境（Azure／AWS／GCPいずれか）での開発経験
・データ基盤またはETL開発経験

大手SIerにおける、Claude CodeやGemini等の最新AIツールを用いた開発プロセス変革プロジェクト。テックリードとして、AIエージェントの設計・実装から、グローバルチーム（インド等）との連携、新規技術（MCP等）の検証・ナレッジ基盤への組み込みまでを幅広く牽引する。

■担当工程：
AIエージェント設計・実装、ツール検証・技術フィードバック、国内展開サポート、技術マネジメント、受入評価、プロトタイピング。

■開発環境：
Python, Node.js, Claude Code, Vertex AI (Gemini), LangChain, Dify, Google Cloud (GCP)