PyTorchのフリーランス案件・求人一覧 | 14ページ目

作業内容 エンジニア組織の構築とパフォーマンス最大化を目指し、 エンジニア組織の全責任を担っていただくCTO候補を募集します。 CTOとして、ミッション・ビジョンの実現に向け事業目標にもとづいた開発をリードするとともに、 エンジニア組織全体のマネジメントを掌握していただきます。 会社全体および事業の永続的な発展を目指すべく、 エンジニア組織・開発チーム等の技術陣を牽引し、 主に弊社プロダクト開発および受託・研究開発の推進とエンジニア組織の組織作りを担っていただきます。 ＜具体的な業務内容＞ ・技術面からの経営戦略に関する意思決定 ・AI GIJIROKU／AIコールセンター／altbrain／clone.devなどのプロダクト開発全般および開発メンバーのマネジメント ・弊社受託開発案件、PoC案件に関するマネジメント全般 ・弊社R&D成果物や先端のAI技術を駆使した新プロダクトやAIの企画・開発 ・エンジニアリング組織のアウトプット最大化に向けた仕組みの設計と実行 ・エンジニア組織のマネジメント（技術選定・人材育成・採用 等） ＜R&D部門＞ 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 ＜プロダクト開発部＞ 開発言語：TypeScript, Python, Flutter フレームワーク：Vue.js, Nuxt.js,Node.js ※データベース以降はR&D部門と同様 ※他の技術の社内導入も歓迎いたします ＜組織＞ 技術部門への配属を予定しております。 技術本部は『プロダクト開発部』『R&D部』（合計約20名程度）で構成されております。 プロダクト開発部やR&Dチーム、受託開発チームのマネジメントをメインでご担当いただく予定です。

作業内容 ■業務内容 小規模なAIチームのコアメンバーとして、CTOとともに以下のような業務に携わっていただきます。 ・自社サービスに蓄積される製造情報（設計図、製造工程、製造コスト、販売金額、サプライチェーン構造など）の活用方法の立案 ・上記活用方法を実現するための機械学習モデル、アルゴリズムの研究開発 （例） - 設計図の文字情報・形状情報を、活用性のある構造化データとして自動抽出 - 設計図に描かれている製品形状を解析し、他の設計図の製品との類似度を算出 - 設計図を解析し、過去の製造データをもとに製造方法の予測（自動製造システム） - 2D設計図と3D設計図の相互変換 - 大規模言語モデル(LLM)や大規模視覚モデル(LVM)の活用検討 ・継続的な精度向上を実現するMLOpsの仕組みづくり ・構築した機械学習モデルのシステム化 ■企業について 弊社は、ものづくりの現場である部品メーカー様に、経営・営業・製造など一気通貫で工場の課題解決を実現するSaaSを開発・提供しています。 職人さんだけでは対処が難しい現場の課題をデータ・現場UX・現場AIによって解決し、業界を躍進させることを目指しています。 ・部品メーカー特化のVertical-SaaSプロダクト ものづくりの現場はドメインモデルが複雑です。だからこそ、既存のホリゾンタルシステムではこの業界の課題を解決できず、未だに大きな課題が残っています。 私たちはドメインを深く理解し、特化したプロダクトを提供することで、この業界に切り込んでいこうとしています。ドメインにディープダイブしたい方には最適な環境です！ ・現場とともに、プロダクトづくり ドメインに寄り添うため、現場・現物・現実を重要視しています。エンジニアだからこそ現場と会話し、顧客の業務・課題・想いを五感で捉え、プロダクトづくりに活かします。顧客の近くで製品開発に携わりたい方を募集しています！ ・現場UX × 現場データ × 現場AI 日本には金属加工業が15万社あると言われ、それぞれで10万件近い製品情報が存在します。 弊社サービスは、ドメインに寄り添った現場UXを提供し、これらの図面・製造手法・製造コストなどの未データ化領域を可視化しています。 これらのデータと製造業特化AIを活用し、職人の知見を自動化・最適化することに挑戦しています。

作業内容 ■業務内容 小規模なAIチームのコアメンバーとして、CTOとともに以下のような業務に携わっていただきます。 ・自社サービスに蓄積される製造情報（設計図、製造工程、製造コスト、販売金額、サプライチェーン構造など）の活用方法の立案 ・上記活用方法を実現するための機械学習モデル、アルゴリズムの研究開発 （例） - 設計図の文字情報・形状情報を、活用性のある構造化データとして自動抽出 - 設計図に描かれている製品形状を解析し、他の設計図の製品との類似度を算出 - 設計図を解析し、過去の製造データをもとに製造方法の予測（自動製造システム） - 2D設計図と3D設計図の相互変換 - 大規模言語モデル(LLM)や大規模視覚モデル(LVM)の活用検討 ・継続的な精度向上を実現するMLOpsの仕組みづくり ・構築した機械学習モデルのシステム化 ■企業について 弊社は、ものづくりの現場である部品メーカー様に、経営・営業・製造など一気通貫で工場の課題解決を実現するSaaSを開発・提供しています。 職人さんだけでは対処が難しい現場の課題をデータ・現場UX・現場AIによって解決し、業界を躍進させることを目指しています。 ・部品メーカー特化のVertical-SaaSプロダクト ものづくりの現場はドメインモデルが複雑です。だからこそ、既存のホリゾンタルシステムではこの業界の課題を解決できず、未だに大きな課題が残っています。 私たちはドメインを深く理解し、特化したプロダクトを提供することで、この業界に切り込んでいこうとしています。ドメインにディープダイブしたい方には最適な環境です！ ・現場とともに、プロダクトづくり ドメインに寄り添うため、現場・現物・現実を重要視しています。エンジニアだからこそ現場と会話し、顧客の業務・課題・想いを五感で捉え、プロダクトづくりに活かします。顧客の近くで製品開発に携わりたい方を募集しています！ ・現場UX × 現場データ × 現場AI 日本には金属加工業が15万社あると言われ、それぞれで10万件近い製品情報が存在します。 弊社サービスは、ドメインに寄り添った現場UXを提供し、これらの図面・製造手法・製造コストなどの未データ化領域を可視化しています。 これらのデータと製造業特化AIを活用し、職人の知見を自動化・最適化することに挑戦しています。 【開発環境】 フロントエンド：React.js, Next.js, TypeScript, Apollo, MUI バックエンド：Node.js, TypeScript 機械学習：Python, PyTorch, MLflow API：GraphQL, REST クラウド：AWS, Google Cloud, Microsoft Azure 認証：Cognito データベース：PostgreSQL, Amazon DynamoDB CI/CD：GitHub Actions, AWS CodeBuild IaC：AWS CloudFormation 利用ツール：Docker, GitHub, Figma, Slack, Notion, LogRocket

作業内容 既存のDeepLearning学習ツールで行えている「物体検出」「異常検知」に加え、 「Classification」「Segmentation」も扱えるようにするために機能追加を行う。 DeepLearningFWはPyTorchを利用。

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

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 　書き起こしデータの検索機能や画像処理を用いた、 　深層学習（ディープラーニング）による画像検索機能などの機能のエンハンスや新機能の設計、 　本番環境への実装をリード的な立場で担っていただきます。 　《具体的には》 　深層学習（ディープラーニング）を活用した新機能の本番実装　 　機械学習チームのマネジメント

作業内容 TensorFlow, PyTorch, Keras

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

作業内容 【概要】 ・SNS等の投稿データやアカウントデータを分析して市場調査・分析 (中期でLLMモデルが必要と想定している） ・機械学習等のモデル：AI等を通して、他のアンケートと出ている情報を比較して、データの正確性の評価 【ポジション】 ・データサイエンティスト ・データエンジニア

作業内容 ・画像AIソリューションの設計・開発及び個別改修を担当します。 ・各種ドキュメントの作成も含まれます。

作業内容 機械学習エンジニアとして、開発商品である画像アプリケーションにおけるPythonを用いた開発推進をご担当いただきます。

作業内容 AIヘルスケアアプリの開発エンジニア 大手建設会社の新規事業案件

作業内容 ・AI新要素技術およびAI汎用技術の研究開発に携わっていただきます。

作業内容 既存のDeepLearning学習ツールで行えている「物体検出」「異常検知」に加え、 「Classification」「Segmentation」も扱えるようにするために機能追加を行う。 DeepLearningFWはPyTorchを利用。

作業内容 既存のDeepLearning学習ツールで行えている「物体検出」「異常検知」に加え、 「Classification」「Segmentation」も扱えるようにするために機能追加を行う。 DeepLearningFWはPyTorchを利用。

作業内容

作業内容 ソースコードの分解と修正を対応いただきます。