AIエンジニア×リモートワーク・在宅可のフリーランス案件・求人一覧

・Pythonでの設計～開発経験3年以上 ・CI/CDを用いた開発経験 ・機械学習（自然言語処理）を用いたモデル実装における評価指標のご経験 ・DB設計のご経験

・Pythonでの設計～開発経験3年以上 ・CI/CDを用いた開発経験 ・機械学習（自然言語処理）を用いたモデル実装における評価指標のご経験 ・DB設計のご経験

* ビジネスサイドとコミュニケーションを取りながら分析要件を整理し、結果報告及び施策提案までできる * SQL, pythonでのデータ加工、データ分析ができる

・AI技術を用いた画像処理（Pytorch, OpenCV, TensorFlowなど）の経験

・WEB系開発経験3年以上（Python尚可）・OpenCVの経験があること

LLMに対する知見(transformerの原理の理解など) データ分析の実務経験 webアプリケーションの開発経験 Unix, git, docker, データベースなどのソフトウェアエンジニアとしての基礎技術の理解と利用経験 RAG（検索拡張生成）またはAIエージェント（ReActなど）の基本設計および実装経験 Pythonを用いた実務レベルの開発経験、および標準ライブラリを用いたアルゴリズム・データ構造の実装能力

Python 3.10+ 協調フィルタリング・推薦システムの基礎知識 BigQuery（クエリ作成・テーブル設計）、Vertex AI Pipelines、GCS等 SQL（Jinja2テンプレート管理含む）、pandas / numpy Git、Linux/Bash、venv による依存管理 Cloud Scheduler、Cloud Run Jobs の運用経験

LLM／生成AIに関する知見 RAG（検索拡張生成）の理解 グラフデータベースの知見（特に重要） 構造データ／非構造データの取り扱い経験 検索手法（ベクトル検索等）の理解 AWS利用経験（特にNeptune尚可） PoC設計・構築・検証を一人称で推進できるスキル 実装まで対応可能なエンジニアリングスキル

生成AI（プロンプトエンジニアリング、MCPなど）を活用した非エンジニアの実務の効率化・仕組み化の実績 AIツールを活用したwebサービスやシステムの開発経験 MCP（Model Context Protocol）に関する知見や活用経験

ローカル環境構築を自走できること AI/LLM領域における開発経験1年以上 AIアプリケーション開発、テスト・評価までを自走できる方 既存プロジェクトのキャッチアップおよび継続開発経験 クライアント折衝を含む準委任案件での業務経験5年以上 参画から数日間、都内に出社できる方

システム開発経験3年以上 要件、仕様を自ら読み解き、設計～実装～テストまで主体的に対応できる方 バイブコーディングのご経験

Python使用経験 案件の目的を理解し一人称で推進できる方 顧客とのコミュニケーションが積極的に行える方 新技術への関心と継続的な学習姿勢

顧客との要件定義の経験 エンジニアとしての実務経験 3年以上 バックエンド + フロントエンド開発経験 LLM/生成AIを活用したアプリケーション開発経験 クラウド環境下(AWS / GCP / Azure) での開発・運用経験

■機械学習・モデル開発 ・PyTorchを用いたモデルの学習・評価・デバッグができる ・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がある ・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) ・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

Google Cloud環境でのDWH、データパイプライン、ELTなどの設計・開発および運用経験 BigQuery, Cloud Composer(Apache Airflow) SQLの利用経験（3年以上） Pythonの実務利用経験（1年以上）

SQLを用いた分析用データマートの開発（要件定義、設計含む）・運用経験3年以上 クラウドDWH利用経験3年以上（Azure Databricks、Amazon Redshift、BigQuery） 大量データのハンドリング経験 Webシステムに関する基本的な理解と業務開発経験

・ローカル環境構築を自走できること ・AI/LLM領域における開発経験1年以上 ・AIアプリケーション開発、テスト・評価までを自走できる方 ・既存プロジェクトのキャッチアップおよび継続開発経験 ・クライアント折衝を含む準委任案件での業務経験5年以上 ・参画から数日間、都内に出社できる方

エステティックサロンでの現場経験（施術・店長・SVなど） 女性スタッフを中心とした組織のマネジメント・構築経験 上記を支援するコンサルティング経験

ソフトウェア開発経験8年以上 Pythonによる開発経験 クラウドに関する知識・経験（AWS、Azure、GCP等） プロジェクトマネジメント経験 ビジネスレベルの英語によるコミュニケーションが可能な方（日本語基礎レベルでもOK）

Python基本設計～テスト経験 5年以上 LLMを活用したシステム開発経験 1年以上 SaaS開発経験 リーダーかつ技術リードのご経験

Azure上での開発経験（App Service / Functions / Foundry 等）、PythonによるWebアプリケーションのバックエンド開発経験、AI／検索システムに関する基礎知識（RAG、ベクトル検索 等）、JSON／XML等の構造化データ取り扱い経験、GitHub Copilot活用経験（バイブコーディング、調査等）

Python使用経験 案件の目的を理解し一人称で推進できる方 顧客とのコミュニケーションが積極的に行える方 新技術への関心と継続的な学習姿勢

IT系メガベンチャー/スタートアップ企業での業務経験 レコメンデーションシステムの実務経験2年以上 大規模サービス(MAU数十万規模以上)でのML(機械学習)実装・運用経験 Google Cloud(Vertex AI等)またはAWSでのML開発・運用経験 ビジネス指標(CTR, CVR等)改善に向けたロードマップ策定・実行経験 メガベンチャーまたはスタートアップでの実務経験(※2年以上必須)

LLMに対する知見(transformerの原理の理解など)、データ分析の実務経験、webアプリケーションの開発経験、Unix, git, docker, データベースなどのソフトウェアエンジニアとしての基礎技術の理解と利用経験、RAG（検索拡張生成）またはAIエージェント（ReActなど）の基本設計および実装経験、Pythonを用いた実務レベルの開発経験、および標準ライブラリを用いたアルゴリズム・データ構造の実装能力

■機械学習・モデル開発 ・PyTorchを用いたモデルの学習・評価・デバッグができる ・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がある ・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) ・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

大規模言語モデル（GPT-4・Claude・Gemini等）を活用したシステム開発経験（1年以上） データパイプラインおよびETLの設計・実装経験 要件定義から実装まで一気通貫で担当した開発経験 社内ツールや業務フローの自動化に関する実装・運用の経験

機械学習・AIを活用したシステムやサービスの開発経験（本番運用まで）、ビジネス要望の定式化スキル、アーキテクチャ設計スキル（安定性・運用コスト考慮）

・LLM（Transformerの原理等）に対する知見がある方 ・データ分析の実務経験がある方 ・Webアプリケーションの開発経験がある方 ・Unix、Git、Docker、データベース等の基礎技術の理解と利用経験がある方 ・RAG（検索拡張生成）またはAIエージェントの基本設計および実装経験がある方 ・Pythonを用いた実務レベルの開発経験、および標準ライブラリを用いたアルゴリズム・データ構造の実装能力がある方

機械学習モデルの構築経験 機械学習モデルの評価および精度改善経験 自然言語処理（NLP）に関する開発経験 AIモデルのファインチューニング経験 画像認識・画像解析モデルの開発経験

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