機械学習エンジニア × 在宅・リモートのフリーランス案件・求人一覧 | 3ページ目

作業内容 ■業務内容 　機械学習・ディープラーニングなどを活用して自社サービス開発を行うチームにて、 機械学習・ディープラーニングなどを活用して、新たなサービスの開発や機能の改善を行います。 具体的には、下記の業務を担当します。 ・投稿されたファッション商品画像、スナップ写真の画像認識向上 ・ユーザの持ち物かから好みの予測およびコーディネートの提案 ■業務の特徴： ・大量のユーザデータ、洋服、コーディネートの画像を扱う事が出来ます。 ・既存の仕組みにとらわれることなく、新しい技術にチャレンジできる環境です。 ■主に利用している技術 Golang Python Tensorflow, MySQL

作業内容 新しい技術を調査して、プロトタイプをつくります。 （所属はR&D事業部） ・データマネジメントプラットフォームのデータを利用した新規サービスの開発補助 ・新規サービスに関する機械学習アルゴリズムの調査・実装 ・分析課題は多々あり、センサーデータを利用した異常検知、故障予兆等

作業内容 【案件概要 】 弊社クライアント（HR系）のデータサイエンス部署にてレコメンドのアルゴリズム開発実装実務をご担当いただきます。【業務内容】 ・Python、Shellスクリプト、SQLなどを用いて、各種機械学習モデルなどをレコメンデーション施策に適用、実装開発を行う。 └各種レコメンデーション施策を、バッチ、APIなどにて提供する

作業内容 国の研究開発事業にて研究を進めているリサーチャーと協力・議論しながら、主にエンジニアリングを担当いただきます。 研究内容を理解した上で、深層学習や機械学習を用いたデータ分析などを用いた実装に落とし込み、研究活動を前に進めていただきます。 ・リサーチャーとの定期的な議論 ・研究の目的に応じたアルゴリズムの選定、開発作業 ・先行研究の実装再現

作業内容 【概要】 AI×SaaSプロダクトの開発部門で、データサイエンス領域の開発を担当 ・機械学習や統計モデリングによる需要予測モデルの研究開発 ・機械学習や統計モデリングによるレコメンドシステムの研究開発 【開発環境】 ・開発言語： Python ・インフラ： Amazon Web Services ・AWS製品： ECS, S3, Step Functions, Lambda ・機械学習ツール：Tensorflow,Keras

作業内容 IoTやAIなどを活用した企業様で、機械学習の開発を行っていただきます。 既存システムがあり、そのシステムにAIを搭載させる形です。 ベースのものは完成していますが、AIの精度を高めていくために増員がかかっております。 既存システムの中で、EVの事業部とカーシェアリングの事業部があり、 まずはEVの方から実装させていき、うまくいけばカーシェアリングの方も実装させていくイメージで開発を行っていきます。 開発環境： 言語：Python 3.9/higher 基本ライブラリ：Numpy / SciPy / Pandas / Matplotlib

作業内容 従来人手にて業務遂行していたものを自動化技術を駆使してスマート店舗を実現していくことが最終目的。現状：既に実証実験が済み全国展開を予定している業態もありますが、実証実験(PoC)段階のものも多数。内容：・実証段階の技術についてはプロトタイプを自ら設計し、PoCを推進。・画像モデルの構築だけではなく店舗/工場で使われる撮影する装置を置く必要、国内、世界の店舗のデータを集約する必要もあるので、それらを既存システム等と連携したりするアーキテクチャ。・現在プロトタイプは開発(画像モデル)しているので、チューニング

作業内容 【業務概要】新プロダクトの機械学習エンジニアとして、プロダクト立ち上げを担当して頂きます。 現在MVPの開発段階のため、ご参画頂くタイミングでは本番リリースに向けたβ版開発や機能拡充、ブラッシュアップ、本格ローンチとプロダクトの成長をエンジニアという立場から担って頂きます。 【具体的な業務】新プロダクト開発において、以下のような業務に従事していただきます。 機械学習アルゴリズム選定、モデルチューニングのためのEDA 機械学習アルゴリズムの設計・実装 モデルで利用するデータ・特徴量生成のためのパイプライン開発 機械学習タスクとしては時系列予測、他クラス分類が当面のターゲットになります。プロダクトの成長に伴って自然言語処理も取り組んでいく予定です。 また、自動発注の最適化のために数理最適化技術も用いており、経験者の方には数理最適化モデルの実装も担っていただきたいと考えています。 ◇利用技術・Python ・TypeScript ・AWS サービス ・Glue ・Athena ・Fargate ・SageMaker ・Lamdba ・CDK ・機械学習/データサイエンス/数理最適化ライブラリ ・Pandas ・NumPy ・Scikit-Learn ・LightGBM ・Prophet ・PuLP

作業内容 ■プロジェクト： 大手通信キャリアのメディア「メニュー」「ポイントクラブ」「マイマガジン」等のレコメンドエンジンの運用、結果分析、チューニング お客様に最適なコンテンツを提供するために、日々機械学習やロジックのチューニングを行っているチームへのアサインになります。 そのレコメンドエンジンの施策データ分析や、ロジックのチューニング・モデル生成等を担当して頂きます。 ■作業内容 ・pythonやAWS SageMakerを活用し、大規模な記事閲覧データからのレコメンドエンジンの施策データ分析 ・お客様の閲覧記事の自然言語処理やキーワード抽出等を行う作業 ・AWS構成/活用の最適化方針策定

作業内容 全国の入札情報を一括検索・管理できるSaaS Webサービスを展開している企業内で、機械学習エンジニアを募集しております。 具体的な業務内容としては以下の通りです。 ・モデル開発に必要なデータの洗い出し ・モデル開発のための検索的データ分析（EDA） ・モデル開発のための特徴量選定 ・モデル開発のための機械学習手法選定 ・構築したモデルのハイパーパラメーターチューニング ・開発したモデルのオフライン性能検証 ・オフライン性能検証結果のレポーティング ・本番環境下の推論結果提供用のAPIサーバー構築 ・システム稼働後の機械学習モデルの精度モニタリング 技術環境： ・分析基盤：未定 ・統合分析環境：SageMakerもしくはVertexAI ・BIツール：未定 ・CI/CD：CircleCI ・コンテナ技術：AWS ECS/Fargate ・ワークフローエンジン：AWS Step Functions ・監視ツール：Datadog/CloudWatch ・インフラ構成管理：Terraform ・コード管理：GitHub ・ツール類：Slack

作業内容 AI有識者リードのもと、精度検証、学習データ収集・生成、テストなど、開発作業全般を行う。

作業内容 【募集背景】 ・人員不足 ・サービス力向上 【案件概要】 現在エンジニアスキル不要のフルマネージド型分析SaaS(機械学習が組み込まれている)を開発しており、そこにおけるデータサイエンティストを募集しております。 サービスとしてはデータの可視化や分析が出来るもので、競合イメージとしてはTableauやGoogle データポータル等です。 現在は可視化や分析までのサービスとなりますが、今後はサービスを使う営業の方が「次にどういった事を行えば受注率が上がるのか」、「いつ決裁者へアプローチすべきか」等、データドリブンにサービスを使えるようにしていきます。 【業務内容】 ・MLモデル構築 ・ML/DL技術を用いた新機能開発 ・実装もスコープに入る可能性あり

作業内容 自社サービスの価値向上のために、画像解析に関する研究を自ら 主体的に行い、既存の解析機能の性能向上、新たな解析機能の処理開発、要素技術の確立する。

作業内容 オープンソースを活用した 自社プラットフォーム開発業務 稼働率：100％ 基本：リモートワーク （週2回/半日 程度打ち合わせ有） 【求める人物像】 ・リモート開発する上、齟齬が出ないよう議論が出来るコミュニケーション能力。 ・センシティブな情報を扱うため、情報セキュリティのリテラシー及び、倫理感を持っていること。

作業内容 ＝＝＝＝＝ ※重要※ ▼必ずお読みください▼ 【必須要件】 ・20～40代までの方、活躍中！ ・社会人経験必須 ・外国籍の場合、JLPT(N1)もしくはJPT700点以上のビジネス上級レベル必須 ・週5日稼働必須 ・エンジニア実務経験3年以上必須 ＝＝＝＝＝ クライアント（HR系）のデータサイエンス部署にてレコメンドのアルゴリズム開発実装実務をご担当いただきます。 ・Python、Shellスクリプト、SQLなどを用いて、各種機械学習モデルなどをレコメンデーション施策に適用、実装開発を行う。 └各種レコメンデーション施策を、バッチ、APIなどにて提供する

作業内容 GPTベースのチャットAI機能の改善のためプロンプトチューニングを行っていただきます。 課題の解決にプロンプトチューニングが適切でない場合に、企画や他ロールのエンジニアとの交渉も行っていただくことも想定します。 その他にも、ユーザ数、規模の大きいサービスのため、全ユーザへサービスを提供できない課題があります。 商用利用可能な他のLLMの調査・検証・切り替えを行い、toC向けのサービスの全ユーザ向けに展開できるように技術検証・開発を行っていただきます。

作業内容 新プロダクト開発において、以下のような業務に従事していただきます。 ・機械学習アルゴリズム選定、モデルチューニングのためのEDA ・機械学習アルゴリズムの設計・実装 ・モデルで利用するデータ・特徴量生成のためのパイプライン開発 ・機械学習タスクとしては時系列予測、多クラス分類が当面のターゲットになります。プロダクトの成長に伴って自然言語処理も取り組んでいく予定です。 ・また、自動発注の最適化のために数理最適化技術も用いており、経験者の方には数理最適化モデルの実装も担っていただきたいと考えています。【概要】 新プロダクトの機械学習エンジニアとして、プロダクト立ち上げを担当して頂いただきます。 ご入社頂くタイミングでは本番リリースに向けたβ版開発や機能拡充、ブラッシュアップ、本格ローンチとプロダクトの成長をエンジニアという立場から担っていただきます。 既存の電子薬歴サービスを提供していますが、新たな事業としてサプライチェーン領域への拡大を検討しています。 当ポジションはサプライチェーン領域の新規プロダクトとなる「AIを活用した自動発注システム」の開発メンバーになります。【開発環境】 言語＿＿＿＿：Python,TypeScript ＤＢ＿＿＿＿： ＦW＿＿＿＿： 環境・ＯＳ＿：AWS (Amazon Web Services),AWS Lambda

作業内容 テーマ： 公共機関においてシステムでの届出（申請）内容の審査を行っていますが、その審査を半自動化させる仕組みをAIで構築することを検討しており、そのPoCを実施いたします。食品のデータからその食品の届出が必要かどうかの判定モデル構築となります。 実施内容： ・審査結果の判定モデル構築のPoC ・数値データとテキストデータの両方の内容をもとに機械学習モデルで審査の判定を行う ・テキストデータの分析・活用で自然言語処理の技術を活用する可能性あり ・PoCの実施計画設計～モデル構築・検証 ・PoC結果報告書の作成・報告会実施

作業内容 業務内容: IoTやAIなどを活用した企業様で、機械学習の開発を行っていただきます。 既存システムがあり、そのシステムにAIを搭載させる形です。 ベースのものは完成していますが、AIの精度を高めていくために増員がかかっております。 既存システムの中で、EVの事業部とカーシェアリングの事業部があり、 まずはEVの方から実装させていき、うまくいけばカーシェアリングの方も実装させていくイメージで開発を行っていきます。 場所:淡路町/小川町※基本リモート(初日、月1回出社あり) 面談回数:1回(弊社同席) 開発環境: 言語:Python 3.9/higher 基本ライブラリ:Numpy / SciPy / Pandas / Matplotlib 勤務時間:10:00-19:00 備考：弊社より参画実績のあるお客様です チーム平均年齢:30代半ば 外国籍：不可

作業内容 様々な人事データ(勤務/残業時間,病欠・遅刻回数,従業員満足度アンケート 等)から離職防止につながるモデル構築を担当。新しいプロジェクトの立ち上げ期で、モデル構築にはScikit-learnなどベーシックなものを検討中。膨大なデータ、特に（列）カラム数が多いのでデータエンジニアリングのスキルが必要となります。PMや、テックリードは別の担当者がいるので、一緒に要件を詰めながらデータを整備したり、モデル構築を担当します。クライアントに出向いて打ち合わせの同席なども想定されています。

作業内容 ■案件概要: ・エンジニアチームのリーダーとして要件定義、仕様策定、設計・実装から 納品までの工程を主導しつつ、顧客の課題解決にコミットいただきます。 ・エンジニアのチームは、ベトナム拠点のAI R&Dエンジニア、外部のPG/SE、Webフロントエンジニアなどのリモートを中心とした複合的な組織です。 古い技術は使ってないので最新設計が理解できることが重要ポイントとなります。 「具体的な案件イメージ」 ・Pythonで開発されているAI部分の実装と設計ををある程度把握してベトナムR&Dチームと連携することが重要になります。 ・フロント側についてはVue/Nuxt.js、Swagger、Flask/Python、Laravel/PHP、Node/Expressが開発技術 ・AWS、Dockerなどが運用インフラ側の技術セットの中心となっています。

作業内容 クライアントが開発を検討している「文章のカテゴリ分類および類似文章検索」につき、NLPに関するモジュール開発をお願いいたします。 ①文章からのキーワード抽出②文章内のキーワード間の関連性に基づくネットワークモデル生成③①の結果に対し属性付与した上でのカテゴリ分類④①～③を活用した類似文章検索 ①～③については、ベースとなるモジュールがありますので、プロジェクトで扱う文章の検証結果に基づいたチューニングをご依頼します。④については、クライアントの構想をお伝えして実装からお願いします。 [体制] ：PM指示のもと、バックグランドの作業を想定

作業内容 自社サービスの価値向上のために、画像解析に関する研究を自ら 主体的に行い、既存の解析機能の性能向上、新たな解析機能の処理開発、要素 技術の確立する。

作業内容 研究成果の一層の拡張と定着をはかるため、リサーチサイエンティストと協力しアイデアを実現でき、最終製品を視野に入れたプロトタイプ開発フェーズをリードし、技術導入フェーズに焦点を当てて提案と実装・検証支援を実行できるリサーチエンジニアを募集いたします。【業務スコープ】・ 人工知能および機械学習アプリケーションの最先端の研究への積極的な参加・ アルゴリズム、大規模なデータ処理、研究の問題を日常的に扱いながら、現実世界向けのプロトタイプの提案・設計・開発の推進・ 技術的ロードマップを管理しソリューションのシステム結合や本番接続開発に参加する・ 技術プレゼンス向上への貢献

作業内容 某有名webサービスの新規機能開発に伴うPoC案件の機械学習エンジニアロールをお願いする想定です。【業務スコープ】 ・生成モデル(Chat GPT,GPT-4)等の調査 ・上記モデルの検証 ・上記モデルの実装

作業内容 ・機械学習を用いたアプリケーション/ミドルウェアの開発 ・継続的なモデル改善のためのデータ基盤の構築 ・機械学習モデルの設計・実装・精度のモニタリングの仕組みの構築 ・機械学習を利用した新規プロダクトに関する開発・実装 ・論文やKaggleのwinning solutions・ブログからの技術調査" 　　　 ◼️使用技術 ・Google Cloud Platform ・Python -Jupyter notebook ※ ライブラリの使用については解く課題によって柔軟に変更されるべきであり、運用容易性・パフォーマンス等の制約にかからなければ自由に利用して構いません。

作業内容 研究成果から実応用へ向けて磨き込みをかけていくため、論文のデータ前処理、基礎解析、及び実証検証支援に協力いただけるAIエンジニアを募集しています。【想定業務】※タスクに応じて変わりますが、一般的な業務をご紹介いたします。・自然言語処理、機械学習/ディープラーニング・データ基礎解析、データスクレイピング・機械学習前処理（アノテーション等）・CPU/GPUサーバー構築・保守・Cloud環境におけるWebアプリ/API開発【期待する責任】・各タスクにおける前処理、基礎解析、検証、追試、パラメーターチューニングの実行支援・タスク実行のための環境構築・管理支援・各プロセスにおいての状況や結果レポート支援(開発環境)Python, Docker, GitHub, JIRA, AWS, SQL, C++

作業内容 [ポジション]：AIエンジニア 自社で探索型BIツールを開発しており、そこにおける人材を募集 ・検索・機械学習エンジンの開発・実装、および性能改善 ・自然言語処理を使用した検索エンジンの開発 ・大規模分散処理を伴う汎用的な機械学習エンジンやモデルの開発

作業内容 ビッグデータ解析/分散処理基盤開発をお任せします。 今後様々な連携を行っていく上でのデータ基盤開発を強化していく方針であり、その推進をお願いできればと考えております。 ■業務内容 ・AWSを利⽤したビッグデータ解析⽤分散処理基盤のアーキテクチャ選定から設計 ・実装、運⽤フロー⾃動化の提案、実装 ・ビジネスサイドの要望をヒアリング、最適なアーキテクチャの選定 ・各所ニーズ(マーケター、サイエンティスト、機械学習エンジニアなど）に応じたデータセットの作成 ・機械学習エンジニアと協業し、機械学習モデルのAPI環境の実装や、git,CI/CDの仕組み作りと維持

作業内容 多くの開発者が、LLMの底力を引き出せるよう高度なカスタマイズ性や専門領域での高精度化を実現するLLMソリューションを提供していきます。 分野特化型のLLM開発によって企業のサービスの精度改善に役立つプラットフォームを作っていきます。- チャットボットで利用するLLMの精度評価・改善 一例 - チェーンの構築 - ファインチューニング - 精度評価単なる実験だけではなく、MLOpsを恒常化させるために必要なシステム・UIの開発会話体験の向上に向け、ベイズ統計学などの知見も活用しながら、新規性の高いアルゴリズム構築を進めていきます。 並行して独自LLMを開発していくことも可能です。 HuggingFaceやEleutherAIなどが公開しているコードとデータを利用し、中規模モデルなど段階を踏みながら徐々に175bn.パラメータ級のLLM開発を進めていただきます。 その後、RLHFなどを導入しながら「相手の言葉を信じられる・話していて楽しいパートナー」という特性を持ったLLM開発を行っていただきます。【開発環境】 Python Rust AWS (Lambda, Amplify, Cognito, DynamoDB, CloudFormation ) TypeScript/React Figma Terraform OpenAI API HuggingFace