機械学習のフリーランス案件・求人一覧

・機械学習ライブラリの活用経験（XGBoost、LightGBM、CatBoost） ・AI/機械学習モデルの開発経験 ・ディープラーニング（深層学習）の経験 ・データ分析における以下３点の実務経験 １）Python、R、SQLの経験 ２）多変量解析・統計仮説に関する知見または経験 ３）分析結果のプロダクト実装コミット経験

・機械学習ライブラリの活用経験（XGBoost、LightGBM、CatBoost） ・AI/機械学習モデルの開発経験 ・ディープラーニング（深層学習）の経験 ・データ分析における以下３点の実務経験 １）Python、R、SQLの経験 ２）多変量解析・統計仮説に関する知見または経験 ３）分析結果のプロダクト実装コミット経験

・機械学習ライブラリの活用経験（XGBoost、LightGBM、CatBoost） ・AI/機械学習モデルの開発経験 ・ディープラーニング（深層学習）の経験 ・データ分析における以下３点の実務経験 １）Python、R、SQLの経験 ２）多変量解析・統計仮説に関する知見または経験 ３）分析結果のプロダクト実装コミット経験

・R&Dを含む開発チームのマネジメント経験 ・ハードウェア開発プロジェクト管理経験 ・5名以上のチーム進行管理経験

Pythonを利用した機械学習・画像処理・検索システム等の実装経験 PyTorch等を利用したDeep Learningモデルの実装・利用経験 Embedding / Vector Searchに関する知識または実装経験 実データを用いて仮説 → 実装 → 評価 → 改善のサイクルを自律的に回した経験 PoCだけでなく、モデルや検索ロジックをプロダクション環境へ導入した経験 Git / Docker / Cloud環境を利用したソフトウェア開発経験

機械学習におけるデータの前処理、特徴量生成、モデル作成を一貫して実行できる知識・経験 回帰／分類の基礎概念およびモデル構築プロセスの理解 モデル検証手法（交差検証／Cross Validation）に関する知識・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

Vector Search / RAG / 画像検索 / レコメンド の実プロダクト実装経験 Pythonを用いたAI・機械学習モデルの実装経験 PyTorch等を用いたDeep Learningモデル（特に画像処理・Computer Vision領域）の実装・評価経験 仮説検証（PoC）から、精度評価、プロダクション環境（Docker/GCP等）へのWeb API化までを自律的に推進した経験

機械学習エンジニア、またはAIエンジニアとしての実務経験 3年以上 Pythonを用いたシステム開発・実務経験 3年以上 Webアプリケーションのバックエンド（API）開発・運用経験

機械学習エンジニア、またはAIエンジニアとしての実務経験 3年以上 Pythonを用いたシステム開発・実務経験 3年以上 Webアプリケーションのバックエンド（API）開発・運用経験

Pythonを用いた機械学習／画像処理／検索システム等の実装経験 PyTorch等を用いたDeep Learningモデルの実装／利用経験 Embedding／Vector Searchの知識または実装経験 実データを用いた仮説検証～実装～評価～改善経験 AIモデル／検索ロジックのプロダクション導入経験 Git／Docker／Cloud環境での開発経験

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 IoU・Precision Recall・F1等の評価指標の設計・実装 学習パイプラインのバグ特定・修正経験 データセット設計経験 (Train／Val／Test分割, クラス不均衡対応) OpenCV・ffmpeg等を用いた画像・動画データの前処理経験 アノテーションデータの品質管理経験 Pythonによる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等いずれか) Dockerを用いた環境構築・実験実行経験

機械学習モデルの構築・改善経験 特徴量設計およびモデルチューニング経験 審査業務・判定業務・異常検知等におけるAI適用経験 複数業界でのAI活用プロジェクト経験

AWS環境下での開発・運用経験（SageMaker、Lambda等） AWSのデータレイク周りのサービスの使用経験(S3、Glue、Athena等) IaC実装経験（Terraform、AWS CDK等）

機械学習を用いたプロダクト開発実務経験3年以上 PythonまたはTensorFlow等ライブラリの実装経験 クラウド環境でのモデル運用、展開の経験 API/バックエンド/データ基盤と連携したWebサービスの開発経験

機械学習、AI、システム開発、サービス開発、本番運用経験、データ分析、AIタスクへの落とし込み、アーキテクチャ設計、モデル精度、システム安定性、運用コスト考慮

AWS SageMaker などのクラウド上の機械学習サービスを活用したシステム設計・実装経験 データ前処理、学習、評価、推論、再学習を含む機械学習パイプラインの構築経験 API、バッチ処理、データ基盤、ストレージ、監視などを組み合わせたアーキテクチャ設計経験 本番運用を想定したモデル管理、デプロイ、監視、ログ収集、障害対応、性能改善の知見 MLOps、CI/CD、IaC、コンテナ、権限設計、セキュリティに関する実務経験 要件整理からアーキテクチャ設計、実装、テスト、運用設計まで一貫して対応できる方

AWS設計・実装経験 機械学習パイプラインの構築経験（データ前処理、学習、評価、推論、再学習を含む） MLOps、CI/CD、IaC、コンテナ、権限設計、セキュリティに関する経験 API、バッチ処理、データ基盤、ストレージ、監視などを組み合わせたアーキテクチャ設計経験 本番運用を想定したモデル管理、デプロイ、監視、ログ収集、障害対応、性能改善の知見 要件整理からアーキテクチャ設計、実装、テスト、運用設計まで一貫して対応できる方

PythonによるML/DLモデル開発経験 LLMや生成AIの知見・利用経験 プロンプトエンジニアリングの経験(実務またはPoCレベル可) ビジネス部門・CSと協業してプロジェクトを進めた経験

AWS SageMaker 等を活用した機械学習サービスによるシステム設計・実装経験

AWS SageMakerなどのクラウド上の機械学習サービスを活用したシステム設計・実装経験 データ前処理、学習、評価、推論、再学習を含む機械学習パイプラインの構築経験 API、バッチ処理、データ基盤、ストレージ、監視などを組み合わせたアーキテクチャ設計経験 本番運用を想定したモデル管理、デプロイ、監視、ログ収集、障害対応、性能改善の知見 MLOps、CI/CD、IaC、コンテナ、権限設計、セキュリティに関する実務経験 要件整理からアーキテクチャ設計、実装、テスト、運用設計まで一貫して対応できる方

AWS SageMaker などのクラウド上の機械学習サービスを活用したシステム設計・実装経験 データ前処理、学習、評価、推論、再学習を含む機械学習パイプラインの構築経験 API、バッチ処理、データ基盤、ストレージ、監視などを組み合わせたアーキテクチャ設計経験 本番運用を想定したモデル管理、デプロイ、監視、ログ収集、障害対応、性能改善の知見 MLOps、CI/CD、IaC、コンテナ、権限設計、セキュリティに関する実務経験 要件整理からアーキテクチャ設計、実装、テスト、運用設計まで一貫して対応できる方

AWS SageMaker などのクラウド上の機械学習サービスを活用したシステム設計・実装経験 データ前処理、学習、評価、推論、再学習を含む機械学習パイプラインの構築経験 API、バッチ処理、データ基盤、ストレージ、監視などを組み合わせたアーキテクチャ設計経験 本番運用を想定したモデル管理、デプロイ、監視、ログ収集、障害対応、性能改善の知見 MLOps、CI/CD、IaC、コンテナ、権限設計、セキュリティに関する実務経験 要件整理からアーキテクチャ設計、実装、テスト、運用設計まで一貫して対応できる方

AWS SageMakerでのMLシステム構築経験（1年以上） または 機械学習に強い人（LightGBM/Decision Tree） コミュニケーション力高い人

■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

コンピューターサイエンス系の大学院卒業 5年以上の実務経験 製品コードの実装経験 テストコードの作成経験 LLM/VLMを用いた開発経験 MLモデルの作成・評価経験

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）

機械学習アルゴリズムと技術の知識 Dockerの使用経験1年以上 Pythonを使用した開発経験1年以上 アプリケーションを作った経験 主体的にチーム改善を行える方

機械学習モデル開発の実務経験、またはそれに準ずる開発や研究の経験5年以上 プロダクションでの機械学習モデルの運用経験

・大規模データを使用したデータサイエンティストの経験3年以上 ・機械学習に関する何らかの経験