機械学習×フルリモートのフリーランス案件・求人一覧

統計・機械学習を用いた実務経験（3年以上） 理系学部・大学院卒（数学・統計・情報系） Python による分析実装（pandas、scikit-learn、statsmodels 等） 因果推論・統計的仮説検定の実務適用経験 傾向スコアマッチング（PSM）・差分の差分法（DID）等の因果推論手法の経験 A/Bテスト設計・効果測定の実務経験

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

フルスタックエンジニア経験（5年以上） TypeScriptを用いたWebアプリケーションの設計・開発経験（1年以上） CI/CDのパイプライン構築経験 Next.js等のモダンフロントエンドフレームワークを用いた、コンポーネント設計および実装経験 RDB（PostgreSQL等）における、パフォーマンスと拡張性を考慮したスキーマ設計・運用経験 非同期処理・ジョブキュー・リトライ設計など、信頼性を要するバックエンドシステムの開発経験 AI駆動開発経験（業務内外を問わず） 複雑な仕様や要件を、他者が理解可能なコード・設計に落とし込める論理的思考力 月160時間フルコミットできる方（※平日にコミットできる方のみ） 参画時には日本に在住している方

データサイエンティストまたはデータアナリストとしての実務経験 ビジネス課題のヒアリング → 仮説・ゴール設定 → データ分析課題への落とし込み経験 統計・機械機械学習を用いたデータ分析の実務経験(モデル構築含む) AI Agent / RAG 等、生成AI関連システムの精度改善経験 データ分析プロジェクトの推進・管理、QCD折衝・交渉経験 要件定義書・提案書・報告書等のドキュメント作成スキル

GCP環境、特にVertex AIを用いたシステム開発またはMLOpsの構築・運用経験 機械学習（ML）または生成AI（LLM等）を活用したアプリケーションの開発経験 シニアコンサルタントクラス以上のスキル（技術チームを牽引し、自走してデリバリーできる方） 日本語：ビジネスレベル 顧客やチームメンバーと複雑な技術要件について円滑に意思疎通できるコミュニケーション力 エンドクライアントが外資系保険会社となるためビジネスレベルの英語力がある方が望ましい（読み書きレベルの英語は必須）

Webアプリケーションのバックエンド開発実務経験5年以上（AIツールの活用を含む）、LLMを組み込んだアプリケーションの設計・実装経験（本番プロダクトとして継続的に運用・改善まで関与）、複雑なドメインにおけるアーキテクチャ設計・リファクタリング経験、クラウドインフラ（AWS/GCP等）の構築・運用経験、テックリードまたはそれに準ずる役割で5名以上の開発チームを技術的にリードした経験（1年以上）、日本在住であること。

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

オンライン講義のファシリテーションおよびテキストコミュニケーション能力 データサイエンス、機械学習の基礎理解（回帰分析、評価指標の理解等） Python（NumPy, pandas, scikit-learn等）のコード読解力 データ起点のビジネス課題解決および推進経験 生成AIを活用したデータ分析スキル（前処理、モデル構築等）

・Webアプリケーションのバックエンド開発実務経験5年以上で、現在もコードの実装・レビューに関わっている（AIツールの活用を含む） ・LLMを組み込んだアプリケーションの設計・実装経験 　（堅牢性・セキュリティ・非機能要件を考慮した上で本番プロダクトとして継続的に運用・改善まで関与した経験が必須。PoC・検証のみはカウント対象外） ・複雑なドメインにおけるアーキテクチャ設計・リファクタリング経験 ・クラウドインフラ（AWS/GCP等）の構築・運用経験 ・テックリードまたはそれに準ずる役割で、5名以上の開発チームにおいて技術選定・設計方針の決定を行い、チームの開発を技術的にリードした経験（1年以上） ・日本に在住している方

Linuxサーバーの構築・運用経験 Kubernetes経験3年程度 kubectlでPod / Deployment / Serviceの確認ができる ログ確認、Pod再起動、簡単な障害一次対応ができる EKS / GKE / AKSいずれかの運用現場の経験 Prometheus / Grafana未経験でも、CloudWatchやCloud Monitoringでの監視経験があれば可 Helm / Argo CD / Terraformは補助経験レベルでも可 Dockerなどコンテナ技術に関する知識・実務経験 クラウド環境（AWS、GCP、Azure等）の利用経験 障害調査・トラブルシューティング経験 ログ分析やメトリクスを用いた原因分析経験 Gitを利用したソースコード・設定管理経験

統計学・機械学習に関する基本的な知識と実務経験 前処理を含むデータ分析に関するプログラミング（Python）の基本的な知識と実務経験 SQLやDWHに対する基本的な知識と実務経験 BIツールや可視化ライブラリなどを用いた分析レポート作成の知識 クラウドや分析ツールに対する基本的な知識

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

・Webアプリケーションのバックエンド開発実務経験5年以上で、現在もコードの実装・レビューに関わっている（AIツールの活用を含む） ・LLMを組み込んだアプリケーションの設計・実装経験（堅牢性・セキュリティ・非機能要件を考慮した上で本番プロダクトとして継続的に運用・改善まで関与した経験が必須。PoC・検証のみはカウント対象外） ・複雑なドメインにおけるアーキテクチャ設計・リファクタリング経験 ・クラウドインフラ（AWS/GCP等）の構築・運用経験 ・テックリードまたはそれに準ずる役割で、5名以上の開発チームにおいて技術選定・設計方針の決定を行い、チームの開発を技術的にリードした経験（1年以上） ・日本に在住している方

■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

・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

統計学・機械学習に関する基本的な知識と実務経験 前処理を含むデータ分析に関するプログラミング（Python）の基本的な知識と実務経験 SQLやDWHに対する基本的な知識と実務経験 BIツールや可視化ライブラリなどを用いた分析レポート作成の知識 クラウドや分析ツールに対する基本的な知識

エンタープライズ企業における業務プロセス改善の提案経験 AIを活用した提案やPoC開発の経験

Webアプリケーション開発経験（4年以上目安） PHPでのバックエンド開発経験（4年以上） Laravelの開発経験 データ領域へのご興味

オンライン講義のファシリテーションおよびテキストコミュニケーション能力 データサイエンス、機械学習の基礎理解（回帰分析、評価指標の理解等） Python（NumPy, pandas, scikit-learn等）のコード読解力 データ起点のビジネス課題解決および推進経験 生成AIを活用したデータ分析スキル（前処理、モデル構築等）

統計・機械学習を用いた実務経験（3年以上） 理系学部・大学院卒（数学・統計・情報系） Python による分析実装（pandas、scikit-learn、statsmodels 等） 因果推論・統計的仮説検定の実務適用経験 傾向スコアマッチング（PSM）・差分の差分法（DID）等の因果推論手法の経験 A/Bテスト設計・効果測定の実務経験

マルチモーダルLLM（GPT-4o Vision、Gemini 2.5、Claude等）を用いた図面・画像のデータ構造化経験。 RAG構築・OpenSearch Serverless・DWHからのベクトルデータ化のいずれかの経験。 抽出精度の定量評価と改善サイクル (プロンプト調整、前処理改善、モデル比較等) を回した経験。 OCR×LLMによる情報抽出、CV技術（OpenCV・YOLO）の実装経験。

・Kubernetes及びエコシステム設計・構築・運用経験 ・既存システムの構成理解力（実機確認、ドキュメント読解、ソースコード解析等を通じて） ・Pythonを用いた開発経験

理工系大学院を修了 LLMまたはVLMを活用したアプリケーション開発、またはPoCの実施経験 Pythonを用いたR&Dまたはサービス開発経験 RAG（Retrieval-Augmented Generation）の基本的な仕組みの理解 未知の技術領域（特にマルチモーダルモデル）に対する調査・検証能力

・Webアプリケーションのバックエンド開発実務経験 5年以上で、現在もコードの実装・レビューに関わっている（AIツールの活用を含む） ・LLMを組み込んだアプリケーションの設計・実装経験（堅牢性・セキュリティ・非機能要件を考慮した上で本番プロダクトとして継続的に運用・改善まで関与した経験が必須。PoC・検証のみはカウント対象外） ・複雑なドメインにおけるアーキテクチャ設計・リファクタリング経験 ・クラウドインフラ（AWS/GCP等）の構築・運用経験 ・テックリードまたはそれに準ずる役割で、5名以上の開発チームにおいて技術選定・設計方針の決定を行い、チームの開発を技術的にリードした経験（1年以上）

Kubernetes及びエコシステム設計・構築・運用経験 既存システムの構成理解力（実機確認、ドキュメント読解、ソースコード解析等を通じて） Pythonを用いた開発経験

テックリードのご経験 GOでの開発経験 サーバサイドKotlinのご経験 機械学習系のシステム知見(未経験でも独学で何か取り組まれている方) AWS(Lambda)周りの知識、経験

AWS、GCP、Azureいずれかでのサービスでの構築/運用経験 Dockerを用いた実務経験 CI/CDパイプライン構築経験 Pythonでの開発経験

Kubernetes及びエコシステム設計・構築・運用経験 既存システムの構成理解力（実機確認、ドキュメント読解、ソースコード解析等を通じて） Pythonを用いた開発経験