ファインチューニング × 東京都のフリーランス案件・求人一覧

音声対話モデルや音声トークナイザ、ASR/TTSなど音声モデルの実装・学習経験（他の生成モデル開発・チューニング経験も可） ストリーミング処理や非同期処理、応答遅延改善の実務経験 公開論文の内容を理解し、不足部分を補いながら実装・再現した経験 コードレビューやペアプログラミング、勉強会など他者への技術指導やメンター経験

画像生成モデル（Stable Diffusion・SDXL系など）を使ったプロダクト開発の実務経験2年以上 LoRAなどによる画像生成モデルの追加学習の実務経験1件以上 生成品質の評価の仕組み（評価用のデータ・自動指標・人手評価）を設計した経験 成人向けコンテンツ（アダルト領域）の対応に抵抗がないこと

PyTorchを用いたモデルの学習・評価・デバッグ経験 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 評価指標（IoU・Precision・Recall・F1等）の設計・実装スキル 学習パイプラインのバグ特定・修正およびデータセット設計経験（Train/Val/Test分割等） 画像/動画データの前処理スキル（OpenCV・ffmpeg等） Pythonによる再現性のあるデータパイプライン実装経験 AWS（S3 / EC2 / ECS / Batch / Lambda等）の実務経験 Dockerを用いた環境構築経験

PyTorchを用いたモデルの学習・評価・デバッグ経験 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 評価指標（IoU・Precision・Recall・F1等）の設計・実装スキル 学習パイプラインのバグ特定・修正およびデータセット設計経験（Train/Val/Test分割等） 画像/動画データの前処理スキル（OpenCV・ffmpeg等） Pythonによる再現性のあるデータパイプライン実装経験 AWS（S3 / EC2 / ECS / Batch / Lambda等）の実務経験 Dockerを用いた環境構築経験

PyTorchを用いたモデルの学習・評価・デバッグ経験 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 評価指標（IoU・Precision・Recall・F1等）の設計・実装スキル 学習パイプラインのバグ特定・修正およびデータセット設計経験（Train/Val/Test分割等） 画像/動画データの前処理スキル（OpenCV・ffmpeg等） Pythonによる再現性のあるデータパイプライン実装経験 AWS（S3 / EC2 / ECS / Batch / Lambda等）の実務経験 Dockerを用いた環境構築経験

AI/機械学習の開発経験5年以上、うちLLMを用いた開発経験2年以上 プロンプトエンジニアリングの体系的な知見(Structured Outputs、Function Calling、RAG、Evals設計、Agentパターン等) ファインチューニングの実務経験(データ設計〜SFT/LoRA実行〜効果検証) Python による実装力 アジャイル/スクラムでの開発経験 英語必須(ドキュメント・チャットは英語ベース。読み書きが不自由なくできること。英会話もできる方がベスト) 非エンジニアの現場担当と対話し、曖昧な課題を要件に落とせるコミュニケーション力

PyTorchを用いたモデルの学習・評価・デバッグ経験 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 評価指標（IoU・Precision・Recall・F1等）の設計・実装スキル 学習パイプラインのバグ特定・修正およびデータセット設計経験（Train/Val/Test分割等） 画像/動画データの前処理スキル（OpenCV・ffmpeg等） Pythonによる再現性のあるデータパイプライン実装経験 AWS（S3 / EC2 / ECS / Batch / Lambda等）の実務経験 Dockerを用いた環境構築経験

PyTorchを用いたモデルの学習・評価・デバッグ経験、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、評価指標（IoU・Precision・Recall・F1等）の設計・実装スキル、学習パイプラインのバグ特定・修正およびデータセット設計経験（Train/Val/Test分割等）、画像/動画データの前処理スキル（OpenCV・ffmpeg等）、Pythonによる再現性のあるデータパイプライン実装経験、AWS（S3 / EC2 / ECS / Batch / Lambda等）の実務経験、Dockerを用いた環境構築経験

PyTorchを用いたモデルの学習・評価・デバッグ経験 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 評価指標（IoU・Precision・Recall・F1等）の設計・実装スキル 学習パイプラインのバグ特定・修正およびデータセット設計経験（Train/Val/Test分割等） 画像/動画データの前処理スキル（OpenCV・ffmpeg等） Pythonによる再現性のあるデータパイプライン実装経験 AWS（S3 / EC2 / ECS / Batch / Lambda等）の実務経験 Dockerを用いた環境構築経験

PyTorchを用いたモデルの学習・評価・デバッグ経験、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、評価指標の設計・実装経験、学習パイプラインのバグ特定・修正経験、データセットの設計経験、画像・動画データの前処理経験(OpenCV・ffmpeg等)、アノテーションデータの品質管理経験、Pythonでの再現性のあるデータパイプライン実装経験、AWSの実務経験(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経験

PyTorchを用いたモデルの学習・評価・デバッグ経験 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 評価指標（IoU・Precision・Recall・F1等）の設計・実装スキル 学習パイプラインのバグ特定・修正およびデータセット設計経験（Train/Val/Test分割等） 画像/動画データの前処理スキル（OpenCV・ffmpeg等） Pythonによる再現性のあるデータパイプライン実装経験 AWS（S3 / EC2 / ECS / Batch / Lambda等）の実務経験 Dockerを用いた環境構築経験

PyTorchを用いたモデルの学習・評価・デバッグ経験 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 評価指標（IoU・Precision・Recall・F1等）の設計・実装スキル 学習パイプラインのバグ特定・修正およびデータセット設計経験（Train/Val/Test分割等） 画像/動画データの前処理スキル（OpenCV・ffmpeg等） Pythonによる再現性のあるデータパイプライン実装経験 AWS（S3 / EC2 / ECS / Batch / Lambda等）の実務経験 Dockerを用いた環境構築経験

PyTorchを用いたモデルの学習・評価・デバッグ経験 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 評価指標（IoU・Precision・Recall・F1等）の設計・実装スキル 学習パイプラインのバグ特定・修正およびデータセット設計経験（Train/Val/Test分割等） 画像/動画データの前処理スキル（OpenCV・ffmpeg等） Pythonによる再現性のあるデータパイプライン実装経験 AWS（S3 / EC2 / ECS / Batch / Lambda等）の実務経験 Dockerを用いた環境構築経験

PyTorchを用いたモデルの学習・評価・デバッグ経験、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、評価指標（IoU・Precision・Recall・F1等）の設計・実装スキル、学習パイプラインのバグ特定・修正およびデータセット設計経験（Train/Val/Test分割等）、画像/動画データの前処理スキル（OpenCV・ffmpeg等）、Pythonによる再現性のあるデータパイプライン実装経験、AWS（S3 / EC2 / ECS / Batch / Lambda等）の実務経験、Dockerを用いた環境構築経験

PyTorchを用いたモデルの学習・評価・デバッグ経験 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 評価指標（IoU・Precision・Recall・F1等）の設計・実装スキル 学習パイプラインのバグ特定・修正およびデータセット設計経験（Train/Val/Test分割等） 画像/動画データの前処理スキル（OpenCV・ffmpeg等） Pythonによる再現性のあるデータパイプライン実装経験 AWS（S3 / EC2 / ECS / Batch / Lambda等）の実務経験 Dockerを用いた環境構築経験

PyTorchを用いたモデルの学習・評価・デバッグ経験 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 評価指標（IoU・Precision・Recall・F1等）の設計・実装スキル 学習パイプラインのバグ特定・修正およびデータセット設計経験（Train/Val/Test分割等） 画像/動画データの前処理スキル（OpenCV・ffmpeg等） Pythonによる再現性のあるデータパイプライン実装経験 AWS（S3 / EC2 / ECS / Batch / Lambda等）の実務経験 Dockerを用いた環境構築経験

PyTorchによるモデル学習・評価・デバッグ、およびセグメンテーション／物体検出／分類モデルいずれかの実装経験 IoU、Precision、Recall、F1等の評価設計、Train／Val／Test分割を含むデータセット設計、学習パイプラインの不具合解析・修正経験 Python、OpenCV／ffmpeg等を用いた画像・動画データ処理、およびAWS（S3／EC2／ECS／Batch／Lambda等）・Dockerの実務経験

PyTorchを用いたモデルの学習・評価・デバッグ経験 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 評価指標（IoU・Precision・Recall・F1等）の設計・実装スキル 学習パイプラインのバグ特定・修正およびデータセット設計経験（Train/Val/Test分割等） 画像/動画データの前処理スキル（OpenCV・ffmpeg等） Pythonによる再現性のあるデータパイプライン実装経験 AWS（S3 / EC2 / ECS / Batch / Lambda等）の実務経験 Dockerを用いた環境構築経験

PyTorchを用いたモデルの学習・評価・デバッグ経験 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 評価指標（IoU・Precision・Recall・F1等）の設計・実装スキル 学習パイプラインのバグ特定・修正およびデータセット設計経験（Train/Val/Test分割等） 画像/動画データの前処理スキル（OpenCV・ffmpeg等） Pythonによる再現性のあるデータパイプライン実装経験 AWS（S3 / EC2 / ECS / Batch / Lambda等）の実務経験 Dockerを用いた環境構築経験

・ソフトウェア開発の実務経験 ・新領域を自ら学び、形にできる学習意欲 ・不確実なテーマを探索し、半年〜1年かけて形にできる力 ・日本語での流暢なビジネスコミュニケーション（目安：日本語能力N1以上） ＜LLM・生成AI領域＞ ・LLMを使った開発の経験（業務での社会実装、または個人開発レベルでも可） ＜CV・画像領域＞ ・コンピュータビジョン／画像処理の実務経験、または深い理解（古典的画像処理〈前処理・特徴抽出等〉に加え、CNN等のニューラルネットワークモデルの理解） ※上記いずれかの領域を満たしていれば応募可能

ソフトウェア開発経験（言語・領域・業務・個人開発問わず、実際にシステムやアプリケーションを開発した経験） 先端技術への強い興味・関心があり、継続的に自己学習できる方 曖昧な課題に対して自ら調査・検証を行い、主体的に推進できる方

音声モデルの開発経験（他の生成モデルでも可）、リアルタイム処理（ストリーミング、応答遅延の計測と改善、非同期処理）、論文を実装に落とす力、人に教えた経験（コードレビュー、ペアプログラミング、メンター、社内勉強会）、コーチングスキル

音声対話モデルや音声トークナイザ、ASR/TTSなど音声モデルの実装・学習経験、ストリーミング処理や非同期処理、応答遅延改善の実務経験、公開論文の内容を理解し、不足部分を補いながら実装・再現した経験、コードレビューやペアプログラミング、勉強会など他者への技術指導やメンター経験。

AI導入PJにおけるシステム構築の実務経験。 AIを活用したシステム開発の実務経験。

オープンソースLLM（Llama等）を活用した学習・推論環境の設計・構築経験 閉域網（プライベートAI）またはオンプレミス環境におけるAI/ITインフラの設計・構築経験 ITシステムの要件定義・基本設計などの上流工程経験（技術的なリードができる方）

Pythonを用いたデータ・画像解解析及び探索機能の構築経験 PyTorch等のフレームワークによるDeepLearningの実装経験 埋め込み表現（Embedding）のモデルに関する知識または実装経験 仮説〜開発〜評価〜改善のサイクルを主体的に回したご経験 モデリングや検索ロジックを実装及びリリースしたご経験 Doccker/Git/クラウド（GCPなど）環境下での開発経験

AI導入PJにおけるシステム構築の実務経験。 AIを活用したシステム開発の実務経験。

音声モデルの開発経験（他の生成モデルでも可）：音声対話モデル（full-duplex型など）、音声トークナイザ、ASR/TTSのいずれかについて、自ら実装・学習した経験（他の生成モデルの開発、チューニングでも可）。また、自らモデル開発、チューニングのためのステップを考え実行した経験 リアルタイム処理：ストリーミング、応答遅延の計測と改善、非同期処理の実務経験 論文を実装に落とす力：公開論文の再現経験。論文に書かれていない部分を自分で判断して補った経験 人に教えた経験：コードレビュー、ペアプログラミング、メンター、社内勉強会などの実績。自分の専門を専門外の人に平易に説明できること コーチングスキル：相手のレベルに合わせて目標を設定し、答えを教えるのではなく本人に考えさせて成長を引き出した経験（1on1、OJT設計など）

AI／機械学習の開発経験5年以上、うちLLMを用いた開発経験2年以上 プロンプトエンジニアリングの体系的な知見（OpenAI Cookbook相当の実装パターンを実務適用できること：Structured Outputs、Function Calling、RAG、Evals設計、Agentパターン等） ファインチューニングの実務経験（データ設計〜SFT／LoRA実行〜効果検証） Pythonによる実装力 アジャイル／スクラムでの開発経験 英語必須（ドキュメント・チャットは英語ベース。読み書きが不自由なくできること。英会話もできる方がベスト） 非エンジニアの現場担当と対話し、曖昧な課題を要件に落とせるコミュニケーション力

オープンソースLLM（Llama等）を活用した学習・推論環境の設計・構築経験 閉域網（プライベートAI）またはオンプレミス環境におけるAI/ITインフラの設計・構築経験 ITシステムの要件定義・基本設計などの上流工程経験（技術的なリードができる方）