PyTorch × AIエンジニアのフリーランス案件・求人一覧 | 4ページ目

作業内容 【業務概要】 ・自社音声認識モデル生成に関する、研究開発や技術の提案、導入など幅広くご担当いただきます。 【技術環境】 言語：Python FW：PyTorch, HuggingFace, SpeechBrain, scikit-learn DB：Cloud Firestore インフラ：AWS, GCP, Azure等 コミュニケーションツール：Zoom, Slack, Google Workspace 【参画メリット】 ・フルリモートですので、ご自身のリラックスできる環境で作業が可能です。 ・AI技術を駆使したプロダクトを複数抱えており、AIエンジニアとしてスキルアップできる環境です。 ・国内外の各分野のトップクラスのメンバーが集まっており、経営層とも近い距離で勤務いただけます。

作業内容 プラントの運転データ解析を行う人材を募集しています。特定の運転データに関する解析業務を遂行していただきます。 求めるスキルとしては、プラントの運転データ解析に関する知識や経験がある方を歓迎します。 機械学習やディープラーニングの知識を活かせる環境です。 具体的な業務内容は、提供された運転データをもとにした統計的な解析や予測モデルの構築、 異常検知などの業務を担当いただきます。 チームと協力しながら、プラントの運転の最適化に貢献して頂きたいです。 コミュニケーション能力や問題解決能力も重視しております。チームとの円滑なコラボレーションを行い解析業務を推進していきます。 ・同社の手掛ける水プラント事業において、AIを用いて運転データ解析の知見のある方がおらず、 　事業をスケールさせるにあたって、今回データ解析ができる方を募集されていらっしゃいます。

作業内容 ＜概要＞ コンピュータビジョンを用いたドローンの自動制御や障害物回避技術の開発に関する業務です。 画像認識やDeep Learningなどを駆使し、安全安心な自動航行を実現させます。 潜在顧客は、日本だけでなく、シンガポール、ドバイ、ルクセンブルク、フランスなど全世界です。 またエンジニアはルワンダ、パキスタン、インド、アメリカなど、世界各国から来ています。 英語を使ったエンジニアリング経験を積みたい方、将来的に外資系企業のエンジニアになりたい方には最高の環境です。 ＜業務内容＞ コンピュータビジョンを用いたドローンの自動制御や障害物回避技術の開発 ＜使用言語＞ ・Python、C、C++、C# ・Linux Ubuntu ・Windows ・OpenCV、PyTorch、Tensorflow ・GitHub

作業内容 ■業務内容 軽量＆高性能な機械学習及びそのシステム(MLOps System)の開発 ・深層学習コンパイラの開発 ・量子化や枝刈りなどの深層学習モデルの軽量化手法の研究開発 ・HW aware NASの開発 ・上記を用いたMLOpsの構築と運用 ■特徴 急成長するAI市場において、新たな技術革新にチャレンジできる 著名なOSSの開発に貢献できる パブリッククラウドサービスを用いたシステム構築が経験できる

作業内容 ・大手損害保険会社にてLLMを用いたサービス/プロダクト開発にAIエンジニアとして携わっていただきます。 ・担当範囲はスキルや経験および進捗状況により変動いたします。

作業内容 R&D部門のAIエンジニアとしてプロジェクトマネージャと連携しながら、 実践的かつ最適な技術の選定・検討から、自社音声認識モデル生成に関する以下業務をお任せします。 ＜具体的な業務内容＞ ・音声認識モデル生成に関連する基礎/応用研究開発、及びソフトウェア開発 ・開発サイド・ビジネスサイド関係者との議論を通じた技術・モデルの提案及び導入 ・音声認識モデルに関連するアルゴリズム・ロジックの実装・レビュー・精度性能評価 ・国際会議、論文などによる技術調査 ・モデリング設計やコーディングに関する他メンバへのメンタリング・育成 等 ≪技術環境≫ 開発言語：Python フレームワーク：PyTorch, HuggingFace, SpeechBrain, scikit-learn データベース：Cloud Firestore インフラ：AWS, GCP, Azure, Cloud Firebase, Cloud Functions ソースコード管理：Bitbucket 開発管理：Notion, JIRA コミュニケーションツール：Zoom, Slack, Google Workspace ローンチから約2年で国内トップシェアまで成長しており、 2022年6月に実施したSeriesDラウンドのリード投資家は海外トップティアVCというように 世界的にも注目されている今、国内外のマーケットで更なるシェアの拡大を目指しています。 直近の上場およびアジアへの進出を見据えた組織、事業作りに取り組んでいらっしゃり、 AIエンジニアとして、さらなる基礎研究や応用研究の拡大・推進を通じて、 既存の音声認識モデルの改造ではなく、自社モデル生成の研究開発を推進いただける方を募集していらっしゃいます。

作業内容 ■業務内容 ※同社クライアントのAI系ベンチャー企業のフルリモート案件となります。 LLMの追加学習を行うOSSフレームワークを使い、 追加学習を実行できるdocker環境を構築し、オープンモデルに対して追加学習を実行します。 作成した環境の概要や使用方法について、ドキュメントでまとめる作業が発生しており、 追加学習を再現するために必要なコードやスクリプトをjupyter notebookでまとめていただく作業をお任せ致します。 ■体制 PM1名、エンジニアマネージャー1名、SE1名 ■商流・ご面談 エンド⇒パートナー企業⇒同社 2～3回実施致します(初回は同社代表の想定)。

作業内容 ・「●●(エンドクライアントSaas名・人格生成プラットフォーム)」プロジェクトにおける開発業務 ・プロダクトの高精度化/高効率化に向けた技術検証 ・現状のプログラムの精度評価結果や、社内関連部門へのヒアリングを通した研究課題の発見 　- 関連領域の学術論文や技術報告を参考にした手法選定 　- 上記手法の実装。またはGitHub等にある公開実装の調査と取得 　- 上記実装を用いた精度評価実験 　- 上記実験結果の社内ステークホルダーへの報告 ・言語処理・画像生成などの技術を効果的に活用するための新機能に関する技術検証 　・社内関連部門と連携した、新技術の商用化 　・外部研究機関との連携プロジェクトの主導 　・論文発表等のアウトリーチ活動 ・新技術の研究・開発　など 【技術環境】 開発言語：Python フレームワーク：PyTorch, HuggingFace, SpeechBrain, scikit-learn データベース：Cloud Firestore インフラ：AWS, GCP, Azure, Cloud Firebase, Cloud Functions ソースコード管理：Bitbucket 開発管理：Notion, JIRA コミュニケーションツール：Zoom, Slack, Google Workspace ※他の技術の社内導入も歓迎いたします 【組織】 R&D部門への配属を予定しております。 R&D部門では現在約5名体制で開発に取り組んでいますが、今後当ポジションで複数名採用予定です。

作業内容 現在開発をしている数式の文字認識モデルの開発業務をお任せします。 □具体的な業務例 ・認識精度の改善 より精度を向上させる為に、認識が苦手なパターンを調査し、その苦手を克服するためのデータセットを用意、学習を実施します。 また、全般的な学習用データセットと品質検証用データセットを量・質ともに改善し、認識精度の底上げにも取り組みます。 中長期的には、より現代的なモデルの活用や、既存モデルに最新技術を適用することなどによる精度改善にも取り組みます。 ・文字認識モデル外での認識精度の改善 教材には様々な文脈が存在するため、例えば問題の正解の値とストローク情報と照らし合わせることで、 あり得ない候補を棄却し、精度を上げられるという仮説を持っています。 このような工夫を行うことで最終的な認識精度の向上に取り組みます。 ・負荷軽減の仕組みの構築 画像データから認識しているものをストローク情報から認識するように変更するなど、 本番環境での運用を意識して、より多くのアクセスを捌けるように開発を行います。 負荷試験を行い、目標を達成するように繰り返しPDCAを回します。 同社では、「人工知能型教材」を開発しております。 現在全国約100自治体、公立・私立小中高合計で1,200校にて導入され、 約30万人に対して新しい学びの場を提供しています。 2021年度からは対応教科をこれまでの英語と算数・数学から、 国語・理科・社会を加えた主要5教科対応へと大幅に拡大し、 今後さらに多数の自治体での導入が見込まれています。 Qubenaを全国の学校へ導入、拡大することを通じて、 誰一人取り残すことのない個別最適化された教育の提供はもちろん、 授業準備や成績処理といった教職員の方の負担軽減など、様々な教育課題の解決に取り組んでいます。 □開発環境 言語: Python 3.x ソースコード管理/CI: GitHub, CircleCI データ基盤: GCP, BigQuery, Google Cloud Storage 機械学習ライブラリ: Pytorch 2.x, PyTorch Lightning

作業内容 新規プロダクトのコアコンピタンスとなる機能を、 LLMやMLの技術を使い、PoC、R&D、プロトタイプ実装などの工程を経て、 技術検証および社会実装するまでをご担当いただきます。 創業当初よりナレッジマネジメントを徹底の上で建設部材調達の実業を遂行することで、 従来は属人化され取得が困難であった設計図面や仕様データなどのアセットを社内にて保有しています。 これらのデータを利活用し、新たな価値を産出することで、 建設業全体の最適化に貢献することをミッションとしていただきます。 【具体的な業務】 ・生成AI/LLMおよび独自AIを利用したPoC設計、開発 ・社会実装のためのプロトタイピング ・Biz、PdM、PjMとのコラボレーション ・PoCした技術のデモンストレーションと、レポートの作成・プレゼンテーション ・顧客や社内からの設計図関連ニーズの把握と、それに基づく具体的な開発目標の設定 ・機械学習とAI技術の最新動向と進歩、特にLLMに関わるLLMOpsのベストプラクティスの常時把握 同社は建設業を最適化することを目指すスタートアップ企業です。 建設業全体の最適化を目指しつつ、現在は「建設部材の調達」領域で事業を展開しています。 同社ならではの特徴として、建設部材メーカー機能とITテクノロジー開発機能の両方を備えており、 業界の現場に入り込みながら実務有効性のあるプロダクト開発を推進することを実現しています。 現在、テクノロジー開発部では、社内ナレッジを業界展開する建設ドメインでのVerticalSaaSや、 建設業界に持続的な調達サプライチェーンを構築するためのサプライチェーンマネジメント基幹システムなど、 複数のプロダクトにおいて0→1での企画・設計・開発しています。 ▼正社員切り替え 開発メンバー14名中インハウス2名と少ないため、 参画後に正社員切り替えをご検討いただける方を募集しております。

作業内容 ■業務内容 同社では呼吸・睡眠領域の既存事業を行っており、 Webアプリにおける学習させるデータを取り直す作業を行っていただきたいです。 新たに取り直すのは同社で行いますので、 取得した音声波形データの加工をお願いしたいです。 (SQLやETLツールができたら尚よしです) 具体的には ①正解ラベルつき音声データの加工プログラム作成とテスト └周波数フィルタ処理、特徴量抽出、学習用データの加工調整等 ➁機械学習モデルの検証用プログラム作成とテスト └アルゴリズム検証用プログラム開発、モデル性能評価と改善作業 ③機械学習モデルの実環境テストとモデル再学習 └アルゴリズム性能・再現性向上の為の検証用データ収集とモデル再学習作業 ・メンバー：3名（PM、PMO、実務担当者） ※実務担当者様と一緒に作業していただくイメージです。 ・参画スケジュール：即日～9月末 ※10月のローンチを予定しております。 ■募集背景 同社では2024年2月から現在までver.1.0の開発を進めておりますが、 当初予定していたものと比較すると結果が芳しくなく、 分析・解析したデータをデータサイエンティスト視点で より深く考察できる方に入っていただき、Ver1.1のローンチに向けて開発を進めていただきたい次第です。

作業内容 R&D部門のAIエンジニアとしてプロジェクトマネージャと連携しながら、実践的かつ最適な技術の選定・検討から、自社音声認識モデル生成に関する以下業務をお任せします。 ＜具体的な業務内容＞ 音声認識モデル生成に関連する基礎/応用研究開発、及びソフトウェア開発 開発サイド・ビジネスサイド関係者との議論を通じた技術・モデルの提案及び導入 音声認識モデルに関連するアルゴリズム・ロジックの実装・レビュー・精度性能評価 国際会議、論文などによる技術調査 モデリング設計やコーディングに関する他メンバへのメンタリング・育成 など 【技術環境】 開発言語：Python フレームワーク：PyTorch, HuggingFace, SpeechBrain, scikit-learn データベース：Cloud Firestore インフラ：AWS, GCP, Azure, Cloud Firebase, Cloud Functions ソースコード管理：Bitbucket 開発管理：Notion, JIRA コミュニケーションツール：Zoom, Slack, Google Workspace ※他の技術の社内導入も歓迎いたします

作業内容 同社LLM開発およびNLP領域におけるリードエンジニアとして、 CTO・プロジェクトマネージャー等と連携していただきながら、以下業務をお任せいたします。 ・自社大規模言語モデルの研究開発業務全般/プロンプトエンジニアリング ・大規模言語モデルに関連する基礎/応用研究開発およびソフトウェア開発 ・PoC および PoC によって実行確認が取れたAIプロジェクトを実運用に落とし込む設計・開発 ・開発メンバーの進捗管理、開発のリード、技術面の指導等のチームマネジメント ・他部門、クライアントとの各種調整・コミュニケーション 等 ≪開発環境≫ 開発言語：Python フレームワーク：PyTorch, HuggingFace, SpeechBrain, scikit-learn データベース：Cloud Firestore インフラ：AWS, GCP, Azure, Cloud Firebase, Cloud Functions ソースコード管理：Bitbucket 開発管理：Notion, JIRA コミュニケーションツール：Zoom, Slack, Google Workspace ローンチから約2年で国内トップシェアまで成長しており、 2022年6月に実施したSeriesDラウンドのリード投資家は海外トップティアVCというように 世界的にも注目されている今、国内外のマーケットで更なるシェアの拡大を目指しています。 直近の上場およびアジアへの進出を見据えた組織、事業作りに取り組んでいらっしゃり、 自社LLM開発およびNLP領域におけるリードエンジニアとして、 自社大規模言語モデルの開発推進および、より効率的な活用の実現に向けて、 同社事業を推進してくださる方を募集されていらっしゃいます。

作業内容 同社が提供されている各種サービスをひとつのIDで使用できる 自社統合管理システムを運用していらっしゃいます。 今回のポジションは議事録、通話データなどの多様なデータをデジタル化し、 統合管理をするデータプラットフォームの構築がメインミッションとなります。 具体的な業務内容は、以下となります。 ・データプラットフォームの企画およびアーキテクチャ設計 ・データパイプラインの設計・構築 ・データ分析のためのBIの開発・運用 ・継続的なモニタリングプロセスの構築・運用 ・データサイエンティスト、データアナリストが作成する分析フローの運用改善支援 ・顧客データ活用の実態やドメイン知識の理解 ・CTO、CSO等と連携し、プロジェクトの目的・方針・計画等の策定 等 ≪開発環境≫ 開発言語：Python フレームワーク：PyTorch, HuggingFace, SpeechBrain, scikit-learn ローンチから約2年で国内トップシェアまで成長しており、 2022年6月に実施したSeriesDラウンドのリード投資家は海外トップティアVCというように 世界的にも注目されている今、国内外のマーケットで更なるシェアの拡大を目指しています。 直近の上場およびアジアへの進出を見据えた組織、事業作りに取り組んでいらっしゃるなかで、 様々な種類・形式のデータを取り扱うデータプラットフォームの整備を進める必要があり、 この領域を推進いただける人材としてデータエンジニアを募集していらっしゃいます。

作業内容

作業内容 農業系LAI簡易推定について植物の葉っぱの面積を画像認識で測る画像系AIモデルを開発するプロジェクトに参画していただける方を募集しています

作業内容 生成AIを用いたプロジェクト/プロダクトの企画・立案・開発を行っていただきます。

作業内容 【概要】 ・クライアントの自社サービスやプロダクトのための技術開発及びアプリへの組み込みを担当 ・基礎研究ではなく、既存の技術を改善して実用化させることが目的 ・シーズアウトではなくアプリケーションレイヤーでの"ニーズベース"の技術開発 ※LLM自体の開発・プロンプトエンジニアとは異なるポジション 【業務内容】 ・技術開発 -機械学習や（生成系を含む）AIを活かしたアルゴリズム、技術の調査 -技術の精度評価や改善などの仮説検証プロセスの実施 -モック開発 ・組み込み -モック開発からシステム開発へのブリッジ -実用化に向けたAIエンジンや機械学習モデルの設計、開発、テスト 【環境】 ・Python、Javascript、Typescript ・Azure、AWS ・postgresql ・github