1 - 15件/全15件
ヘルスケア領域における大規模データを活用し、AI基盤モデルの研究開発を担当していただきます。 数十億~数百億パラメータ規模の大規模AIモデルを、複数GPUを用いて効率的に学習させる業務が中心です。 モデル設計・事前学習・性能改善に加え、分散学習環境や学習基盤の構築・高速化もご担当いただきます。 研究だけでなく、実装・検証・運用まで一貫して携わるポジションです。 ★AI基盤モデル・大規模機械学習エンジニア
案件の必須スキル
・Transformer等を用いた大規模モデルの設計および実装経験 ・数十億パラメータ以上のモデルの事前学習経験 ・PyTorch系の分散学習技術を活用した大規模モデルの学習経験 ・複数GPUや複数サーバーを用いた学習環境の構築・高速化経験 ・GPU間通信やデータ読み込みなどの処理速度改善経験 ・GPUメモリに収まらない大規模モデルの学習最適化経験
株式会社ビットエーのデジタルパートナー事業部にて、データサイエンティストとしてご活躍いただきます。 ビジネス課題の解決や新たな価値創出に向けたデータ活用、AI技術の社会実装を推進するポジションです。 業務内容は、ビジネス課題のヒアリングや要件定義、データ抽出・前処理・集計、インサイト抽出、機械学習・ディープラーニングによる予測モデルや推論モデルの構築・評価・チューニング、機械学習モデルを組み込んだAPI開発やバッチ処理の構築、クラウドリソース(GCP/AWS/Azure等)を活用したインフラ構築・管理(IaC)、MLOpsの実践など幅広く担っていただきます。 クライアントの事業成長やWebサービスのグロースを実現するため、ビジネスサイドと密接に連携し、要件定義から運用まで一貫して担当します。
案件の必須スキル
・Pythonを用いた実務経験(2年以上、Web・API開発経験を含む) ・機械学習モデルの実装経験および各種評価指標(精度、AUC、RMSEなど)に関する深い理解 ・SQLを用いたデータ抽出・操作の実務経験 ・GCP/AWS/Azureなどクラウド環境の利用・操作経験
Tengun-labelは、Computer Visionを軸に、3Dセンシング、空間認識、センサーフュージョン、SLAM、Digital Twin、Physical AIなどのPoC・研究開発を行う少人数のR&Dチームです。 最初に中心となるのは、センサーフュージョンに関する受託研究開発です。決められた仕様を実装するだけではなく、顧客の研究者や現場担当者と議論し、課題設定から技術調査、仮説、実験、評価、改善提案までを一緒に進めます。 【具体的な業務】 ・論文、先行研究、関連技術の調査 ・顧客の目的と現場条件を踏まえた仮説設定、実験方法の設計 ・各種センサーのセットアップ、データ取得、特性確認 ・Pythonを中心としたアルゴリズム実装、既存コードの読解・修正・デバッグ ・必要に応じたC/C++、CUDA等での実装・高速化 ・取得データの解析、可視化、精度・再現性・運用条件の評価 ・顧客との技術打ち合わせへの参加 ・実験結果、課題、次の提案の資料化と顧客への説明 将来的には、Physical AI・Digital Twin関連、大学や地域との共同研究、展示・作品制作など、Computer Visionを起点とした幅広いプロジェクトに参加する可能性があります。
案件の必須スキル
・既存コードを読み、実装、デバッグ、検証まで自ら進められること ・Computer Science領域(数値計算、画像処理、機械学習、科学技術計算、アルゴリズム開発等)でPythonを用いた経験 ・技術文献や論文を読み、必要な情報を調査して実験へ落とし込む力 ・線形代数、幾何、確率統計等の基礎、または業務に必要な数理を学び直せる素養
クリエイタープラットフォーム(ファンクラブSNS)のAIチームにおいて、コンテンツモデレーション(利用規約やガイドラインに沿った不適切な内容の削除・非表示・制限)向けAIシステムの開発・運用を担っていただくポジションです。 モデル開発・評価設計・推論パイプライン改善のいずれか、または複数領域を担当いただきます。 主な業務内容 ・セグメンテーション・物体検出・分類モデルの開発・学習・評価 ・推論パイプラインの設計・実装・本番運用 ・アノテーションデータの品質管理・データセット設計 ・既存パイプラインの改善・最適化(精度・速度) ・アノテーターチームへの技術的サポート・ガイドライン整備 ・プロダクト開発チームと連携した機能開発・技術的支援 開発体制は少数精鋭。自ら提案・改善しながらプロダクト成長に関われる環境です。
案件の必須スキル
■機械学習・モデル開発 ・PyTorchを用いたモデルの学習・評価・デバッグの実務経験 ・セグメンテーション・物体検出・分類モデルのいずれかの実装経験 ・ビジネス要件に基づいた評価指標(IoU・Precision・Recall・F1等)を自分で設計・実装できる ・学習パイプラインのバグを自力で特定・修正できる(データ前処理バグ・ラベル不整合等) ・実運用を想定したデータセットの設計ができる(Train/Val/Test分割・クラス不均衡対応) ■データ処理 ・画像・動画データの前処理ができる(OpenCV・ffmpeg等) ・アノテーションガイドラインの作成、およびデータの品質管理ができる ・Pythonで再現性のあるデータパイプラインを実装できる ■インフラ・クラウド ・AWSの実務経験がある(S3 / EC2 / ECS / Batch / Lambda などのいずれか) ・Dockerを用いた環境構築・再現性のある実験実行ができる
生成AIを活用したシステム開発やデータ分析業務をお任せします。 ・生成AIを用いたシステム導入・開発 ・音声データの分析、テキスト化、要約 ・画像生成AIの開発・実装 ・チャットボットの設計・開発 ・レコメンド機能の開発
案件の必須スキル
・開発経験(言語不問、Python・Javaなど歓迎) ・AIや機械学習の基礎知識、データ分析経験
■ 業務内容 主に製造業関連の顧客の課題解決を目的とした,LLMなどに関する概念実証・デモ構築 以下例. - 社内資料(PDF, Excel, PowerPointなど)検索のためのインデックス構築・チャットボット構築 - 資料の自動生成 - 商談や通話記録の要約・構造化 - など
案件の必須スキル
### 必須要件 - Pythonについて,基本的な構文を問題なく扱える.クラス設計と継承が可能. - 公式ドキュメントを読み,さまざまなAPIやライブラリを用いて実装が可能 - GitHubでCommit/Push/PR、README更新、Issueコメントなど基本的なチーム開発作法を実践できる - uv, Dockerでチームの作業環境を再現できる - RAG・AI Agentについて基本的な理解があり,Langchain, LangGraph等で実装できる - Streamlit等を用いて簡易的なデモ開発を行える - 機械学習に関して,前処理,特徴量エンジニアリング,学習,評価,改善の一連の実装経験(pandas, scikit-learn, PyTorchなど)
【業務内容】 ・対話モデル開発 └機械学習モデルを作成し、プロダクトに反映します。 └プロダクトを通してお客様に使用していただくため、スピーディーに結果のフィードバックを得ることができます。成長実感も感じやすい仕事だと思います。 ・LLM系技術の検証と導入 └OpenAIのGPTを初めとしたLLM系の新しい技術をキャッチアップし、Capexのプロダクトに導入します。 ・対話モデルのためのパイプライン開発 └機械学習モデルを自動更新するためのパイプラインを開発します。 └GCP上のVertex、 GKEのJobなどで構築しています。 ・対話システム全般の開発・改善 └対話モデルをのせたAPI開発を中心とし、その周辺のシステム開発をします。 └一問一答のための検索システム、NGワードなどをチェックする後処理、音声合成APIなどがあります。 └社内シナリオライターが対話シナリオやアノテーションデータを作りやすい環境を構築することも、業務の一環です。 ・各種データを使った分析・可視化 └対話ログを中心とした顧客ログを分析・可視化し、お客様や社内のシナリオライターさんと共に対話システムを改善するためのPDCAサイクルを回します。 ・クライアント要望のヒアリング・企画 └お客様が求めているものがどのようにしたら実現できそうか考え、デモなどを構築しながら案件を進めます。
案件の必須スキル
・Pythonを用いたモデル開発のご経験 ・テーブルデータを用いたデータ分析のご経験 ・データサイエンティストとして、分析の問題設定から従事されたご経験 ・コンピューターサイエンス系・理学系・工学系のカリキュラムを有する領域の修士号もしくは博士号、または※同等の実務経験があること ・コンピューターサイエンス分野全般を幅広く学習し、業務に積極的に応用する姿勢を有すること ▽同等の実務経験例 ・年以上の機械学習/ディープラーニング/自然言語処理に関する研究開発経験 ・2年以上のPython/C/C++等のプログラミング経験
事業拡大を背景に、AISaaSプロダクトでのアルゴリズム開発をご担当いただきます。 テーブルデータや自然言語、画像など多様なデータをもとに、クライアントの業務課題を解決するためのアルゴリズム設計・開発をお任せします。 プロダクトの中核を担うポジションで、開発から実装、改善まで一貫して携わっていただけます。 ビジネス要件に基づくアルゴリズムの設計・提案・開発 LLM(大規模言語モデル)を活用した対話エンジン設計・検証 クライアントへの分析結果のレポーティング Web APIへのアルゴリズム組み込み(エンジニアと協業) SaaSプロダクト向けアルゴリズムの実装および継続的な改善 技術R&Dおよび業界横展開への応用 プロダクトロードマップ策定への参画 【年 齢】39歳まで(30代まで) 【外国籍】不可
案件の必須スキル
機械学習/深層学習に関連した開発または研究経験 クライアント課題の把握および改善提案の実務経験 LLM(大規模言語モデル)を用いた開発経験 TypeScriptでの開発経験(実装が可能なレベル)
画像生成AI技術の開発・実装を担当。生成AI・画像処理・機械学習を活用した多様な技術開発を行います。 #### 【具体的な業務】 - 画像生成モデルのファインチューニング(例:LoRA) - AIエージェントベースのデザインソリューションの構築・開発 - カスタム画像検索ロジックの設計・実装 - 人物顔検出システムの開発・改善 - 画像処理・解析アルゴリズムの研究・実装 - 生成AI技術を活用した新機能の企画・開発 - モデルの性能評価・最適化 - 他部署・開発チームとの技術連携
案件の必須スキル
- 機械学習・深層学習の実務経験 - Pythonを用いた開発経験 - 画像処理・コンピュータビジョンの知識 - PyTorchの使用経験 ※Stable Diffusionのファインチューニング経験があると確度高
【案件概要】 ドライブレコーダーの映像からAI技術を使って特定の情報を抽出・分析し、その結果を業務改善や意思決定に活用するプロジェクトです。単なる開発にとどまらず、解析結果の活用方法まで考えるポジションです。 【業務内容】 ・AIを活用した画像解析の設計、実装、精度改善 ・顧客とのミーティングに参加し、要件をヒアリング ・1人称での設計〜実装〜納品対応 ・ビジネス活用を見据えた提案や改善にも関与
案件の必須スキル
【必須スキル】 ・画像認識または画像解析の実務経験 ・AI(機械学習)技術の活用経験 ・顧客とのコミュニケーションを通じて、要件を自ら整理し実装できる方
- Stable Diffusion等による画像生成モデルのファインチューニング(例:LoRA) - AIエージェントベースのデザインソリューション構築 - カスタム画像検索ロジック設計・実装 - 顔検出システムの開発・改善 - 画像解析アルゴリズムの研究と実装 - 生成AIを活用した新機能の企画・開発 - モデルの性能評価・最適化 - チームとの技術連携・コミュニケーション
案件の必須スキル
- 機械学習・深層学習の実務経験 - Pythonによる開発経験 - 画像処理/コンピュータビジョンの知識 - PyTorchの使用経験 - ※特に**Stable Diffusionのfine-tuning(LoRA等)**経験者は確度高
顧客企業のDX・AI活用を技術面から支援するデータ活用エンジニアとして、下記いずれかまたは複数領域に携わっていただきます。 ・データ基盤(DWH、ETL/ELT、データレイク等)の設計・構築・運用 ・クラウド環境(AWS/GCP/Azure)でのデータパイプラインの実装 ・統計解析や機械学習を用いたデータ分析・予測モデルの構築 ・MLOps基盤の設計・構築(MLflow、Kubeflow 等) ・生成AIを活用したプロトタイプやPoC開発支援
案件の必須スキル
・Pythonを用いたデータ処理・分析の実務経験(目安:2年以上) ・Java/Ruby/C#等の開発経験+SQLの実務経験 ・AWS/GCP/Azureなどいずれかのクラウド環境での実務経験
**最新技術で未来を創る** 私たちは、最新のテクノロジーを駆使してヘルスケア・ウェルネス業界に革新をもたらす企業です。モダンな開発環境と柔軟な働き方を提供し、エンジニアの成長とイノベーションを支援しています。 ■業務内容 - 自社運営サービス・社内業務基幹システムの新規開発/既存機能改修/保守・運用 などなど ※システム設計、テーブル定義、仕様書作成、コーディング/プログラム等、Web(またはモバイル)アプリケーション作成業務に関わる作業全般」
案件の必須スキル
* TypeScriptでのフルスタック開発経験(1年以上) * モダンなフロントエンド技術(React、Next.js)の実務経験 * クラウドサービス(AWS、GCP)の利用経験 * GitHubを使用したバージョン管理の経験

BALLASは「建設業を最適化し、人々を幸せに」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。 BALLAS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。 ▼仕事内容 上述した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。 BALLASでは、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。 ▼業務例 - 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(例: Webアプリケーションフレームワークを利用した簡易なAPIやデモ画面の実装) - 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 ▼PoCの想定例 - 設計図面からの構造化データ設計及び抽出の自動化と、特徴量エンジニアリング - 画像認識技術を活用した設計図面類似性検索エンジン - 設計図面のクラスタリング、特徴量ラベルサジェスト
案件の必須スキル
- 3年以上のバックエンド開発経験、またはそれに相当する能力 - 1つ以上のプログラミング言語に関する理解 - 機械学習の概念への理解 - ソフトウェアエンジニアリングのベストプラクティスへの知識 - 問題解決能力、分析能力、コミュニケーション能力
【具体的な業務内容】 ・大規模データセットを用いた生成AIアルゴリズムの開発 ・データの収集、クリーニング、分析を通じたインサイトの抽出 ・AIモデルの設計、実装、性能評価 ・チームメンバーとの協力によるプロジェクト推進 ・技術文書の作成やプレゼンテーションの実施
案件の必須スキル
・データ分析や機械学習に関する実務経験 ・Pythonおよび関連ライブラリ(Pandas、NumPy、TensorFlow等)の使用経験 ・SQLによるデータベース操作の経験
1 - 15件/全15件
この条件の新着案件情報を受け取る
一部のフィルター変更や削除で検索条件の調整を行い、応募できる案件の選択肢を広げましょう。
この条件の新着案件情報を受け取る