Pythonの案件一覧

電気設計士の回路設計業務を自動化するプロジェクトにて、開発～実装までを行っていただける人材を募集しております。
案件開始の4月以降、PMに加えて作業ができる方を募集しております。（4月からは100%稼働）
今回AIで整形したい回路図は、実際の物理設計ではなく、人がレビューするためのものとなります。
機能や検討内容・検証結果をクライアントへ説明していただくこともございます。

【開発環境】
・インフラ：GCP、Azure、AWS
・言語：主にPython
・PC: Windows, Mac
・その他：Docker、GitHub

ハイパーオートメーションを活用した業務改善ソリューションの要件定義
AIソリューションの開発
既存AI製品等を活用した既存業務の効率化/自動化方針の策定

AIテクノロジーを活用してビジネスプロセスの自動化を進めています。この度、RPAでは解決できない複雑な課題に対して、LLM（Large Language Models）を活用したソリューションを開発し、ビジネスプロセスの自動化をさらに推進するAIオートメーションスペシャリストを募集します。

・メガバンクの市場部門における既存プロジェクトにて、プライシングや市場リスク等計測を行う計算エンジンの開発を進めており、その開発要員として参画いただきます。現在開発要員は約20名。
・現状、クオンツ案件の開発経験があるディベロッパーが限られており、経験者の増強が必要となっています。
・将来的に、インドに開発・保守センターを設置する提案を行います。その際は東京とインドとのブリッジとしての役割も期待しています。

国内大手金融機関では、データ活用のために機械学習モデルの構築を行っています。
モデル構築のためのデータ基盤構築はすでに実施済みですが、機械学習モデルの継続的な最適化と
効率的な運用が課題となっており、機械学習エンジニアとして支援頂ける方を募集しています。

＜業務内容＞
・機械学習モデルの維持管理および最適化
・モデルのパフォーマンス監視と評価
・データの更新
・技術ドキュメンテーションの作成と更新

お客さまとの折衝やチームとしての作業が多いため、コミュニケーション能力の高い方を希望します。

AWS上で動作するWebアプリの開発。
GUIフロントエンド、バックエンドの双方を対応。

【概要】
・データ活用のために機械学習を利用してモデル構築を担当。
・モデルを構築するためのデータ基盤および基盤データを利用したモデルの構築は既に構築済み。
・直近ではモデルの継続的な最適化と効率的な運用を支援することが課題。

【業務内容】
・機械学習モデルの維持管理および最適化。
・モデルのパフォーマンス監視と評価。
・データの更新とモデルの再学習プロセスの実施。
・技術ドキュメンテーションの作成と更新。

【概要】
・リーガルテックプロダクトを複数展開している企業にて、生成AIや大規模言語モデルの応用に関する研究開発及び運用業務

【業務内容】
・生成AIや大規模言語モデルを利用したリーガルテックプロダクトの新規機能のAPI実装
・生成AIや大規模言語モデルを利用したリーガルテックプロダクトの新規機能のAPIデプロイ
・既存プロダクトAIの保守運用および改善
・プロダクトのSRE活動

【開発環境】
関連技術：Python3 / AWS SageMaker / Docker
開発基盤：AWS / Microsoft Azure
ツール：GitHub(Enterprise) / GitHub Copilot
CI/CD: GitHub Actions / CircleCI
グループウェア：Google Workspace / Slack
プロジェクト管理/タスク管理：ClickUp / Jira / GitHub

　クライアントが提供している一般コンシューマ向けアプリにおけるサーバーサイド開発をご担当頂きます。
　MaaSと呼ばれる領域において、AWS上で開発を行っており、トレンドに触れることのできる環境です。
　一部、リリース済みシステムの運用保守対応（改修作業を含む）もお願いする可能性があります。
　クライアントも穏やかで良い方ばかりなので、落ち着いて開発に取り組むことが可能です。
　長期にわたってご支援いただける方を求めております。

新規事業に伴うサービス構築において、
プロダクト/Generative AI(ChatGPT等)を用いたソリューションのご提案と導入支援をお願いします。
必要に応じてプロジェクトを通じて得たプロダクトの課題を、社内プロダクト開発チーム・インフラチームへfeedbackしプロダクト開発の支援をお願いします。

具体的には下記の業務になります。
・クライアントの課題、要件を理解しGenerative AI(ChatGPT等)を利用したソリューション構築と提案書の作成
・Generative AIが生成するテキストやイメージの入力として、使用するテンプレートや指示などのプロンプトを設計・開発
・Generative AIによって生成された出力の品質を評価し、プロンプトを調整することによる出力の品質の改善・向上
・APIやスクリプトを使用したプロンプト自動化の実装
・Generative AIによって生成されたデータ・コンテンツの管理

リアルタイムなデータパイプラインを構築するためのデータエンジニア業務と、
機械学習モデルをより素早く安定的にデプロイできるようなCI/CDパイプラインの構築、効率よくデータを捌くためのミドルウェア開発、インフラ構築などを行う、MLOpsエンジニア業務をおまかせします。
GCPデータ基盤とその活用案件、は既に多数存在するものの、さらなる拡充を狙った専門人材の募集となります。
IP(知的財産)ビジネスがドメインの事業会社において、全社へ大きな影響を与える分析部門にアサイン頂きます。

【業務スコープ】
分析官や機械学習エンジニアと連携しながら、速く安全に機械学習のサイクルを回せるML基盤の構築をお任せします。

[データエンジニア概要]
■データパイプライン(リアルタイム)の設計・実装

（具体的な職務）
・収集対象：ECサイト
・データ分析基盤の開発・運用
・データを収集するETL/ELTパイプラインの開発
・運用体制構築のためのルール・ドキュメント整備
・上記を継続的に利用するための、ソフトウェアのバージョンアップや周辺ツールの開発(運用)
・技術調査

[MLOpsエンジニア概要]
■ ビジネス課題と要求の整理（案件の要件定義をPMと行える=足りない情報が何かを定義し、自身で要求できる）
■ 機械学習ワークフローの設計/開発/運用
■ データ提供のためのAPI設計/開発/運用（アプリ開発側との連携）
■ 機械学習モデルをより素早く安定的にデプロイできるようなCI/CDパイプラインの構築
■効率よくデータを捌くためのミドルウェア開発、インフラ構築
■ ML基盤内へログデータを収集・蓄積・加工する、一連のデータパイプラインの設計/開発/運用

（具体的な職務）
■ ビジネス課題と要求の整理（案件の要件定義をPMと行える=足りない情報が何かを定義し、自身で要求できる）
■ 機械学習ワークフローの設計/開発/運用
■ データ提供のためのAPI設計/開発/運用（アプリ開発側との連携）
■ 機械学習モデルをより素早く安定的にデプロイできるようなCI/CDパイプラインの構築
■ 運用体制構築のためのルール・ドキュメント整備