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

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

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 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