ファインチューニング×フルリモートのフリーランス案件・求人一覧

AIシステムの製品化・本番運用への主体的な関与経験（※PoCのみの経験は不可）、機械学習・ディープラーニングのモデル設計・構築・学習の一連の実装経験（外部APIの利用にとどまらない、モデルレベルの知識・実装力）、画像認識（画像分類・物体検出）の実装経験、ファインチューニングの実装経験（画像、LLMいずれか）、RAG・ベクトルデータベースの設計・構築経験、AWSを用いたMLシステムの環境構築・運用経験、英語での業務コミュニケーションが可能なレベル

AIシステムの製品化・本番運用への主体的な関与経験（PoCのみ不可）、機械学習・ディープラーニングのモデル設計・構築・学習の一連の実装経験（外部API利用に留まらない知識・実装力）、画像認識（画像分類・物体検出）の実装経験、ファインチューニングの実装経験（画像・LLMいずれか）、RAG・ベクトルデータベースの設計・構築経験、AWSを用いたMLシステムの環境構築・運用経験、英語での業務コミュニケーションが可能なレベル（英語話者のメンバーと支障なく協業できること）。

AIシステムの製品化・本番運用への主体的な関与経験（PoCのみの経験は不可） 機械学習・ディープラーニングのモデル設計・構築・学習の一連の実装経験（外部APIの利用にとどまらないモデルレベルの知識・実装力） 画像認識（画像分類・物体検出）の実装経験 ファインチューニングの実装経験（画像・LLMいずれか） RAG・ベクトルデータベースの設計・構築経験 AWSを用いたMLシステムの環境構築・運用経験 英語での業務コミュニケーションが可能なレベル（英語話者のチームメンバーと支障なく協業できること）

プロダクト開発経験(3年以上、バックエンド・フロントエンド問わず) Go、Dart (Flutter)、TypeScriptのいずれかでの開発経験(3年以上) 生成AIツールへの深い知見と実務経験 AIファーストで新技術を吸収し、従来手法からの柔軟なアンラーニングができる適応力

・PyTorchを用いたモデル学習・評価・デバッグができる方 ・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方 ・評価指標（IoU・Precision・Recall・F1等）を設計・実装できる方 ・学習パイプラインのバグを自力で特定・修正できる方 　└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方 　　└Train/Val/Test分割・クラス不均衡対応 ・アノテーションデータの品質管理経験 ・画像・動画データの前処理ができる方 ・AWSの実務経験、およびDockerを用いた環境構築経験がある方 ・Dockerを用いた環境構築・再現性のある実験実行経験

Pythonを用いた機械学習モデルの開発経験 PyTorchまたはTensorFlowの使用経験

・PythonによるAI/機械学習・データ処理開発経験 ・クラウド（GCP/AWSなど）を用いた実装・運用経験 ・Git/GitHubを用いたチーム開発経験 ・LLM（OpenAI APIなど）の利用経験

PythonによるAI/機械学習・データ処理開発経験 クラウド（GCP/AWSなど）を用いた実装・運用経験 Git/GitHubを用いたチーム開発経験 LLM（OpenAI APIなど）の利用経験

LLM/VLMの評価・プロンプトチューニングまたは関連プロジェクト経験 少数データでの物体認識（zero/one/few-shot）または画像処理モデル開発経験 以下いずれか：NLP修士＋実務3年以上／NLP実務3年以上＋LLM/VLM経験／LLM/VLM経験1年以上

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

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) 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 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

・大規模システム開発における要件定義から運用保守までの一貫した実務経験 ・生成AI開発の実務経験（Prompt Engineering・RAG・エージェント・ファインチューニング等） ・以下モダン開発領域のうち「生成AI開発」を含む3領域以上の実務経験 - フロントエンド開発 - バックエンド開発（Python・Java・Go・TypeScript等複数言語） - クラウドインフラ構築・運用（AWS・GCP等） - セキュリティ設計・実装 - データ分析・データエンジニアリング ・技術選定理由を自身の言葉で論理的に即答できる深い技術理解 ・5〜10年単位を見据えた長期・堅牢なシステム設計経験 ・エンジニア出身であること（SIerまたは事業会社でのPM／SE相当職）

SQL（ストアドプロシージャ） AI（プロンプト指示）にてコード生成、ファインチューニングの経験 勤怠、コミュニケーションに問題無い方

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) Dockerを用いた環境構築・実験実行

・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) ・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 ・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

■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

■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

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

SQL（ストアドプロシージャ） AI（プロンプト指示）にてコード生成、ファインチューニングの経験 勤怠、コミュニケーションに問題無い方

Python, TypeScript, LLM, VLM, RAG, LoRA, Vector Store, GCP, AWS, Docker, Kubernetes, LLMプロダクトの本番環境における運用実務経験, Tool Calling / Planning等を用いたエージェントコンポーネントの設計・実装経験, PythonまたはTypeScriptを用いた、テストやCI/CDを伴うソフトウェア開発スキル, KPI（Latency/Quality/Cost）に基づくデータドリブンなモデル選定能力

Python での開発経験（3年以上） OpenAI API / Anthropic API 等LLM APIの実装経験 LangChain・LlamaIndex等フレームワークの使用経験 クラウドサービス（AWS / GCP）の基本的な使用経験 REST API設計・開発経験

LangChain / LangGraph / LlamaIndexを用いたRAGシステムの実装経験 OpenAI SDK / Agents SDKを用いたLLMアプリ開発の経験 PythonフルスタックかつReactも書けるエンジニア Vector DBの実務利用経験 CxOクラスと直接対話し、技術を起点に課題解決をリードした経験 評価パイプライン（人手評価＋LLM自動評価）を設計・構築できる MCPサーバの実装経験 曖昧な状況でも自ら定義・判断・推進できる自走力

LangChain / LangGraph / LlamaIndex 等を用いたRAGシステムの実装経験 Python（FastAPI）/ React 等を用いたAIアプリのプロトタイピング実務経験 OpenAI SDK / Agents SDK を用いたLLMアプリ開発の実務経験 PgVector / Pinecone / Qdrant 等のVector DB実務利用経験 SQL/NoSQL DBの実務経験 + Pandas等を用いたデータパイプライン構築経験 GitHub Actions / Azure DevOps 等を用いたCI/CD・自動化の利用経験 人手評価×LLM自動評価を組み合わせた評価パイプラインの構築経験 MCPサーバの実装経験 REST APIの設計・構築経験 本番環境向けの自動評価システムの知識 顧客向けAIアプリ開発における要件定義の実務経験 CxOクラスとの直接対話・事業課題定義・解決リードの経験 日本語ビジネスレベル以上