AWSの案件一覧

過去に募集したエンジニア、データサイエンティスト、マーケターの案件を中心に掲載しています。
非公開案件を多数保有していますので、ご希望のイメージに近い案件をクリックして無料サポートにお申込みください。
専門コンサルタントがヒアリングを通じて最適な案件をご提案いたします。
単価や稼働日数などの条件面についてもお気軽にご相談ください。

該当件数:2036件

AWSの案件を探す

案件内容

本ポジションでは、研究者・技術者と連携しながら、生体情報領域における基盤モデル開発の主要メンバーとして、以下のようなテーマに取り組んでいただきます。

  • 大規模生体データの解析・前処理・品質評価
  • 機械学習 / 深層学習モデルの研究開発
  • 生体分子・遺伝情報の特性を加味した基盤モデルの実装・評価・改善
  • 分散学習基盤やML開発基盤の構築・最適化
    一般的なテキストや画像だけでなく、新規性の高い生体データ形式を対象に、研究開発から実装・運用まで一連の工程に関わるポジションです。
    このポジションの魅力
  • 大規模データを活用した基盤モデル開発に取り組める
  • 百億単位のパラメータ規模のモデル学習・改善に関われる
  • 計算機クラスタを活用した分散学習・高速化に挑戦できる
  • ライフサイエンス×AIという領域で研究開発できる
  • 研究に留まらず、ヘルスケア応用まで見据えた開発に携われる
    業務内容
    AI × 生体情報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
  • 大規模生体分子 / 医療データの前処理・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
  1. 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
  • 基準モデル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
  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
  • 学習パイプライン / 開発基盤 / 実験管理基盤の構築
  • 大規模データ入出力や再現性を考慮した研究開発フローの整備
  • MLOps / 機械学習システム観点での改善
  1. 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・データアナリスト・技術者との協働
必須スキル

以下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
– アーキテクチャ設計と事前学習の実務経験(特定深層学習構造を用いた大規模モデルの設計・実装経験、スケーリング則に基づき学習に必要な計算リソースを定量的に見積もる能力、事前学習のパラメータ調整および学習安定化の経験)
– 大規模分散学習のエンジニアリング(分散学習フレームワークをモデル規模やネットワーク帯域に合わせてチューニングした経験、複数ノード環境における計算資源間通信ボトルネックの解消および効率的なデータ入出力パイプラインの設計経験、並列化手法の実装を通じたメモリ制約下での学習最適化)

案件内容

金融機関におけるクラウド上のデータプラットフォーム基盤の設計・構築・ガバナンス策定プロジェクト
既存のクラウド環境、全社認証・セキュリティシステムと連携した検証・準本番・本番環境の立ち上げを推進

必須スキル

– データプラットフォーム分野の実務経験(7年以上)(うち対象クラウドデータ基盤のアーキテクチャ設計・実装の豊富な経験)
– 対象クラウドデータ基盤のアカウント/環境戦略、マルチ環境構築・運用の設計実績
– 仮想リソースのサイジング、パフォーマンス/コスト最適化、アクセス制御、ロール階層設計の深い知見
– 基本設計書/詳細設計書、構成標準書、パラメータシート等の上流設計ドキュメント作成能力
– ストレージ統合、外部連携、認証信頼関係、セキュリティ統制に関する深い理解
– 日英バイリンガルスキル(日本語:ビジネスレベル以上 / 英語:ビジネスレベル以上)
– 金融業界特有のハイセキュリティ環境におけるシステム設計・構築の知見

案件内容
  • 会計連携プロダクトについて、要件の整理・タスク化から設計、開発、リリースまで一貫して携わっていただきます。
  • 日常の運用業務に加え、保守開発・改善開発においては、要件定義から設計・開発・テスト・移行の開発プロセス全体的に関与いただきます。
  • 日々の安定稼働を支える運用改善はもちろんのこと、チームの重要なミッションであるプロダクトのクラウド移行やシステムリプレースにも関わっていただく可能性があります。
    ※ご自身のスキルやご経験を活かして、以下のような業務もお任せします。
  • クラウドサービスを用いたクラウドネイティブな設計・開発
  • CI/CDの導入・改善など、開発生産性を向上させるための取り組み
  • 将来を見据えたリプレース計画の立案・技術選定
    開発環境の傾向
  • バックエンド開発:プロダクトごとに言語が異なるため、Python, Java, Kotlinのいずれかを用いて開発します。
  • インフラストラクチャ:IaCツールを用いた構成管理を推進しており、オンプレミス環境からのリフト&シフトに取り組んでいます。OS:Linux、ミドルウェア:RDBMS、管理ツール:ドキュメント管理ツール, GitHub, コミュニケーションツール, プロジェクト管理ツール、その他:データウェアハウス等
  • CI/CD・監視:CI/CDツールによる自動化、SaaS型監視ツールでのパフォーマンス監視など、DevOpsのプラクティスを重視しています。
  • 開発プロセスとツール:コードレビューやタスク管理はGitHubに集約しています。また、AIツールを開発やドキュメント作成などで活用し、生産性向上を図っています。
必須スキル

– PythonまたはJavaを用いたアプリケーションの設計・開発・運用経験(5年以上)
– AWS/GCP/Azure等を利用したシステムのアーキテクチャ設計および構築経験
– 既存システムや開発プロセスの技術的な課題を発見し、解決策を提案・導入した経験

案件内容
  • 学習データ作成のためのコーパス収集および整備
  • 機械学習モデルの学習および評価(学習結果の誤り分析を含む)
  • 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
    開発環境の傾向
  • 言語:C++、Python
  • ツール:Linux、GitHub、ドキュメント管理ツール
  • インフラ環境:AWS/GCP/Azure等、コンテナ技術
必須スキル

– Linux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1年以上の実務経験
– ビジネスレベルの日本語
– 分析を行える英語読解力(TOEIC700点程度目安)

案件内容

老朽化したオンプレミス環境の小売向け基幹システム(旧型フレームワーク)を、AWS/GCP/Azure等のクラウドを中心としたモダンな技術スタックへ刷新・移行するプロジェクトです。
フロントエンド、バックエンド、インフラ構築、監視・テスト設計に至るまで、全工程を推進・担当します。
【想定業務】

  • 既存システムの解析・再構築
    旧型フレームワークベースの既存ソースコードおよび仕様の読み解き
    新システム(Java / アプリケーションフレームワーク等)への業務ロジックの再構築・移行(AIツールの活用可)
  • フルスタック開発・設計
    フロントエンド(型定義スクリプト言語 / ライブラリ)、バックエンド(アプリケーションフレームワーク / バッチフレームワーク)の設計・実装
    クラウドインフラ環境の設計・構築(IaC活用)および SaaS型監視ツールによる監視設計・テストケース設計
  • リード・タスク管理
    テックリードとしての技術選定・設計方針の策定
    開発メンバーのタスク・進捗管理および関係者との仕様確認・調整
    開発環境の傾向
  • フロントエンド:型定義スクリプト言語 / フロントエンドUIライブラリ / 状態管理ライブラリ(SPA)
  • バックエンド:Java / アプリケーションフレームワーク / バッチ処理フレームワーク
  • インフラ:AWS/GCP/Azure等(コンテナ実行環境、イベント駆動型サービス、RDBMS、各種セキュリティ設定)
  • IaC:IaCツール等
  • 監視:SaaS型監視ツール
必須スキル

– テックリードとして、技術選定や設計方針の策定を担った経験
– 上記技術スタックを用いた、フロントエンド・バックエンド・インフラの一通りの開発経験
– 既存コードから仕様や業務ロジックを把握し、新システムへ再構築したモダナイゼーション開発の経験(AI活用・自身での解析いずれも可)
– IaCによる基盤構築、テストケース設計、監視設計など、移行に関わる一連の工程の経験
– 開発メンバーのタスク管理・進捗管理など、チームをまとめた経験
– 不明点を関係者に確認しながら、前向きに開発を進めていける方

案件内容

クラウド環境の標準構成テンプレートについて、設計から実装、検証までを担う。標準環境は要件定義書・基本設計書・IaCがテンプレート化されており、これを用いた品質の安定化と高速な環境提供が価値の中核となるが、既存のIaC資産は別クラウド前提であり、対象クラウド環境版は未整備の状態にある。設計方針に基づき、セキュリティ環境、共通機能セット、コンテナ基盤、CI/CDといった標準構成を該当クラウド上でIaCとして実装し、テンプレートの構造設計、モジュール分割、環境展開の検証、再利用に向けたドキュメント整備までを担当範囲とする。実装段階で判明した課題は設計担当へフィードバックし、標準構成の精度向上に貢献する。

必須スキル

– 該当クラウドに関する知見
– 該当クラウドを用いた基盤構築の実務経験
– IaCツールによるクラウド基盤の設計・実装経験

案件内容

既存クラウド基盤前提で整備されている標準環境を、別クラウド環境へ横展開するための移行構想策定およびアーキテクチャ設計を担う。
標準環境は要件定義書・基本設計書・IaCテンプレートとして整備済みだが、移行先クラウド向けの知見・アセットは未整備の状態にある。既存クラウド版の設計資産を起点に移行先相当サービスへのマッピング方針を策定し、アーキテクチャ差分の洗い出し、実現可否の判断、移行に伴うリスク・制約事項の整理と対応方針の提示までを担当範囲とする。
並行して進むIaC実装ポジションに対しては、設計方針および標準構成を定義して展開する。移行先クラウドの知見者が確保できていない領域であり、技術的な意思決定を委ねられる立ち位置での推進を期待する。

必須スキル

– OCIに関する知見
– OCIを用いたエンタープライズ基盤のアーキテクチャ設計経験
– クラウド間のアーキテクチャ差分を評価し移行方針・リスク・制約を整理して提示できる能力

案件内容

大手ITサービス企業の機械学習チームにおいて以下のような業務を担当いただきます。

  • 与信モデルの開発・運用・改善
  • 評価設計:オフライン指標だけでなく、重要なビジネスKPIやリスク指標、ユーザー体験を含めた評価設計
  • 運用設計:モデル性能変化や不具合の検知から恒久対応まで含む、サービスレベル目標および運用設計
  • モデル構築:データ分析、特徴量設計、テーブルデータ向けの機械学習モデルの設計・実装、推論/学習パイプライン整備、再現性担保、実験管理、モデルの品質保証を含む設計・実装
  • プロダクト/ビジネス/法務/コンプライアンス等の関係者を巻き込んだ合意形成
  • 次世代与信モデルの検討および開発 等
必須スキル

– PyTorchを用いた深層学習モデルの研究開発・実装経験(実務3年以上目安)
– PythonおよびSQLを用いたデータ処理・分析・特徴量設計の実務経験(2年以上)
– 実験管理ツールを用いた体系的なモデル評価・実験の経験
– チームメンバーや関係者との円滑な連携および技術的根拠を論理的に説明できるコミュニケーション力

案件内容

■業務内容
ポジション:技術リーダー兼現場 bridge 役
技術リーダーとして全体を牽引しつつ実装も担当

  • 技術方針・アーキテクチャ設計
  • AIエージェント実装の牽引
  • 現場調整・橋渡し役
必須スキル

– 顧客との対話と技術リードを一人称で担えること
– AIエージェント、クラウドプラットフォーム、開発基盤の知識があり横断的に対応できること
– 構想策定だけでなく、試作・実装まで手を出せること

案件内容
  1. 顧客課題の発見・設計
  • 利害関係者(経営層〜現場担当者)との関係構築/調整
  • 課題の構造化/仮説構築/ソリューション提案
  1. 業務フロー構築/PoCの高速実装
  • LLM/AIエージェントを活用した軽量PoCの高速実装
  • 顧客の既存SaaSとのAPI連携/データ統合
  • フルスタック開発
  1. 本番導入/伴走
  • 本番導入の技術支援/運用設計
  • セキュリティ/コンプライアンス要件への対応
  • 導入後の利用定着支援/改善提案
  1. プロダクトフィードバック
  • 顧客フィードバックのプロダクトチームへの還元
  • 新規ユースケースの発見/提案
  • プロダクト改善に繋がるパターンの抽出/体系化
    開発環境の傾向
  • 開発言語:Python、TypeScript、React、Next.js等
  • データ:大規模データウェアハウス、RDBMS、各種データソース
  • インフラ:クラウドプラットフォーム(AWS/GCP/Azure等)、コンテナ技術
  • AI/LLM:各種AIフレームワーク
  • ツール:コミュニケーションツール、ナレッジ共有ツール、タスク管理ツール、ソースコード管理ツール
  • AI開発支援:各種AI開発支援ツール
必須スキル

– ソフトウェアエンジニアとしての実務経験(3年以上)
– フルスタックでの開発経験
– LLM/生成AIを活用したアプリケーションの開発経験
– クラウド環境(AWS/GCP/Azure等)での開発/運用経験

検索結果2036件中21-30件