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

・ソフトウェア開発の実務経験 ・新領域を自ら学び、形にできる学習意欲 ・不確実なテーマを探索し、半年〜1年かけて形にできる力 ・日本語での流暢なビジネスコミュニケーション（目安：日本語能力N1以上） ＜LLM・生成AI領域＞ ・LLMを使った開発の経験（業務での社会実装、または個人開発レベルでも可） ＜CV・画像領域＞ ・コンピュータビジョン／画像処理の実務経験、または深い理解（古典的画像処理〈前処理・特徴抽出等〉に加え、CNN等のニューラルネットワークモデルの理解） ※上記いずれかの領域を満たしていれば応募可能

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

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

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、深層学習または生成AI領域における3年以上の実務経験 PyTorch、TensorFlow、JAXなどを用いたモデル開発経験 Transformer、Diffusion Model、音声モデルなど、生成モデルに関する理解 線形代数、確率統計、最適化など、機械学習の数学的基礎への理解 論文やOSSの実装を調査し、プロトタイプとして再現・検証できる能力 モデルの精度だけでなく、レイテンシ、スループット、GPUメモリ、運用コストを考慮した設計経験 エンジニア、研究者、プロダクトマネージャーなど、複数職種と連携して開発を進めた経験 技術的な不確実性が高い状況において、仮説設定、検証、改善を主体的に進められる能力 以下の専門領域のうち、一つ以上における高度な実務経験を必須とします。 LLM・AIエージェント領域 -GPT、LLaMA、Qwen、Gemma、DeepSeekなど、Transformer系モデルの開発・改良経験 -SFT、LoRA、QLoRA、DPO、RLHFなどを用いたモデル最適化経験 -プロンプトエンジニアリング、コンテキストエンジニアリング、RAGの設計経験 -Tool Calling、Function Calling、MCPなどを利用したAIエージェント開発経験 -会話履歴、長期記憶、検索、外部ツールを組み合わせたシステム設計経験 -LLMの評価データセットおよび自動評価・人手評価基盤の構築経験 -ハルシネーション、安全性、拒否応答、ユーザー意図理解などの品質改善経験 -vLLM、TensorRT-LLM、SGLang、TGIなどを用いた推論最適化経験 日本語LLMに関する経験 -日本語データセットまたは日本語コーパスの構築・前処理経験 -SentencePiece、BPEなど、トークナイザーに関する知識または実装経験 -日本語LLMの品質評価、ベンチマーク設計、エラー分析経験 -日本語特有の表現、文脈、敬語、会話品質を考慮したモデル改善経験 -日本語・英語を含むマルチリンガルモデルの開発または評価経験 音声・リアルタイムVoice-to-Voice領域 -ASR／STT、TTS、音声変換、音声対話システムのいずれかに関する開発経験 -Whisper、Conformer、Wav2Vec、VITS、FastSpeech、Codec Language Modelなどへの理解 -ストリーミング音声認識またはストリーミング音声合成の実装経験 -リアルタイムVoice-to-Voiceシステムの設計・開発経験 -ユーザーの発話中にAIが認識・応答を開始する低遅延処理の設計経験 -全二重音声対話における割り込み、ターンテイキング、発話終了判定の実装経験 -VAD、エコーキャンセリング、ノイズ除去、音声区間検出に関する知識 -WebRTC、WebSocket、gRPC Streamingなどを用いたリアルタイム通信の経験 -TFT／TTFA、音声生成速度、同時接続数を考慮した性能最適化経験 -音声の自然さ、感情、イントネーション、話者性、発音品質の評価・改善経験 画像生成・VLM領域 -Stable Diffusion、SDXL、FLUXなどのDiffusion Modelを用いた画像生成経験 -LoRA、DreamBooth、ControlNet、IP-Adapterなどを用いたモデル調整経験 -ComfyUI、Diffusersなどを利用した画像生成ワークフローの構築経験 -画像生成モデルの学習データ作成、キャプショニング、前処理経験 -プロンプト追従性、画質、一貫性、安全性に関する評価・改善経験 -GPUメモリ最適化、バッチ処理、並列推論、モデル量子化の経験 VLM・画像理解に関する経験 -CLIP、LLaVA、Qwen-VL、Gemini系モデルなど、VLMの開発・利用経験 -画像分類、物体検出、OCR、画像キャプション、Visual Question Answeringの経験 -画像とテキストを組み合わせた検索、推薦、エージェントシステムの設計経験 -VLMの評価データセット、プロンプト、ベンチマークの設計経験 -画像内の人物、商品、背景、構図、表情などを構造化して抽出するシステムの開発経験 動画・アニメーション生成領域 -Text-to-Video、Image-to-Video、Video-to-Videoモデルの開発または利用経験 -Stable Video Diffusion、WAN、HunyuanVideo、CogVideoなどの動画生成モデルへの理解 -キャラクター、人物、背景、衣装などの時間的一貫性を改善した経験 -フレーム間のちらつき、形状崩れ、顔の変化など、動画生成特有の問題への対応経験 -動画生成モデルのファインチューニング、LoRA学習、推論最適化経験 -長時間動画生成、シーン分割、ストーリーボード生成、動画編集パイプラインの設計経験 -GPUを用いた動画生成処理の高速化、並列化、分散実行経験

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) Dockerを用いた環境構築・実験実行

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

■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

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）