【AI／RAG・LLM評価基盤】生成AI精度評価・改善基盤構築PJ｜RAGエンジニア（評価設計・MLOps）案件・求人

国内トップレベルのAI研究開発組織がリードする商用化プロジェクトです。 プロトタイプ構築ではなく、LLMの回答精度をどう評価し継続的に改善するかという、プロダクション実装において最も難易度が高いフェーズを担っていただきます。 評価基盤の構築から改善サイクルの自動化まで、MLOps的観点での貢献を期待しています。 業務内容 • RAG（検索拡張生成）の高度化と評価設計 　‐ 生成AIの回答精度の定量評価（自動評価・回帰テスト）の設計・実装。 　‐ Gradio等を用いた、推論根拠の可視化および精度検証用GUIツールの開発。 • 精度改善パイプラインの構築 　‐ 評価結果に基づいたプロンプト調整、およびデータの再構築による精度向上サイクルの運用。 • 次世代技術の検証（マルチモーダル等） 　‐ VLM（Vision Language Model）を活用した、図表混じりのドキュメントに対するRAG技術の検証。

AI／システム開発の実務経験（10年以上） R&Dフェーズから実サービス投入・運用保守までを一貫して完遂した経験 既存ライブラリを組み合わせてビジネス課題に即したツール・基盤を高速実装できる能力 生成AI（LLM／VLM）への知見およびプロンプトエンジニアリング・評価手法を自ら開拓できる方

大手メーカー等でのプロジェクトリード経験があり、若手と並走しながら技術的支柱となれる方 画像認識・センシング技術のバックグラウンドを持ち、マルチモーダルRAGへの拡張に対応できる方 RAG構成設計、LLM精度評価基盤の構築、MLOpsの実戦経験をお持ちの方 LangSmith・RAGASなどの評価ツールを実務で活用したことがある方 「なぜその技術を選んだか」を代替案と比較しながら論拠を示せる方 R&Dフェーズから本番サービス投入・運用保守まで一貫して完遂した実績のある方 画像認識・センシング・マルチモーダル領域のバックグラウンド

WEBサービス

国内トップレベルのAI研究開発組織がリードする商用化プロジェクトです。 プロトタイプ構築ではなく、LLMの回答精度をどう評価し継続的に改善するかという、プロダクション実装において最も難易度が高いフェーズを担っていただきます。 評価基盤の構築から改善サイクルの自動化まで、MLOps的観点での貢献を期待しています。

Gradio

2026/05

フルリモート

2026/04/28 12:50:25