ファインチューニングのフリーランス案件・求人一覧

・Pythonを利用した機械学習・画像処理・検索システム等の実プロダクト実装経験 ・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プロダクトでの実装経験 ・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（GCP等）を利用した開発経験 ・大卒以上の学歴をお持ちの方

・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

・大手企業向けPJへの1年以上の参画経験 ・Claudeを用いたファインチューニング、RAG、AIエージェントの構築経験 ・AWS上での開発基盤構築経験、またはJira/Redmineへの自動化機能の組み込み経験 ・英語での読み書きおよびディスカッション経験

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

・ユーザー部門との折衝経験 ・ツール検証をメインで進めた経験 ・AWS環境におけるAI/ML関連サービスの利用経験

・ユーザー部門との折衝経験 ・ツール検証をメインで進めた経験 ・AWS環境におけるAI/ML関連サービスの利用経験

・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

模倣学習ベースの方策学習（ACT / Diffusion Policy / π0 / GR00T 等）の実装・学習・実機デプロイ経験 学習データの設計判断（必要episode数の見積り、タスク分割、失敗データの扱い） 実機ロボット（Franka等）の操作経験 ROS 2 / MoveIt での実機アーム操作経験 ドキュメント未整備のハードウェアの立ち上げ経験 PoCデモの現地対応経験

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

一人称でのLLMファインチューニングおよびRAG構築の実績 高度なプロンプトエンジニアリングの最適化・検証経験（評価指標の策定含む） GCP/Azure/AWSいずれかにおけるAIサービスの構築・利用経験 Python（Pandas等によるデータ加工・API連携）の高度な実装スキル アジャイル開発でのプロトタイプ構築リード経験

一人称でのLLMファインチューニングおよびRAG構築の実績 プロンプトエンジニアリングの高度な最適化・検証経験（評価指標の策定含む） GCP/Azure/AWSいずれかにおけるAIサービスの構築・利用経験 Python（Pandas等によるデータ加工・API連携）の高度な実装スキル アジャイル開発でのプロトタイプ構築リード経験

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

・大手企業向けPJへの1年以上の参画経験 ・Claudeを用いたファインチューニング、RAG、AIエージェントの構築経験 ・AWS上での開発基盤構築経験、またはJira/Redmineへの自動化機能の組み込み経験 ・英語での読み書きおよびディスカッション経験

・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

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、TypeScript、またはGoを用いたWebアプリケーション、API、バックエンドシステムの開発・運用経験（3年以上目安） 各種LLM（OpenAI API、Anthropic API等）を活用したアプリケーションの設計・開発、およびプロンプトエンジニアリングの実務経験 RAG（検索拡張生成）の構築経験、またはベクトルデータベース（Pinecone、Chroma等）を用いた開発・チューニング経験 AWSやGCPなどのクラウドインフラ環境を活用した開発、およびインフラ構成に関する基本的な知識

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

機械学習エンジニアとしての実務経験（MLエンジニアとして3年以上、もしくはそれに相当する経験） Deep Learningを用いたモデル開発経験 PyTorch / TensorFlowなどを用いたモデル開発経験 Python、C++などを用いたソフトウェア開発経験 技術的な不確実性が高い課題に対して、論文調査からプロトタイピング、実運用まで自走して推進できる能力 日本語でのコミュニケーション能力（JLPT N2相当以上）

・大手企業向けPJへの1年以上の参画経験 ・Claudeを用いたファインチューニング、RAG、AIエージェントの構築経験 ・AWS上での開発基盤構築経験、またはJira/Redmineへの自動化機能の組み込み経験 ・ビジネスレベルの英語および日本語でのコミュニケーション経験

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

■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

一人称でのLLMファインチューニングおよびRAG構築の実績 プロンプトエンジニアリングの高度な最適化・検証経験（評価指標の策定含む） GCP/Azure/AWSいずれかにおけるAIサービスの構築・利用経験 Python（Pandas等によるデータ加工・API連携）の高度な実装スキル アジャイル開発でのプロトタイプ構築リード経験

生成AI領域の知見・経験（AIコンサル実務、またはAIプロダクトの企画・製造・実装経験） ※プロンプトの最適化やAPI連携、モデルの微調整など、生成AIをシステムに組み込む「製造・開発」の流れを理解・実践できる方 ・LLM（大規模言語モデル）のファインチューニングや、RAG、AIエージェントの構築経験 ・問題定義力・主体性： 課題を構造化し、自走してプロジェクトを推進できる実行力 ・日本語力： ネイティブレベル（クライアントリード、説明、合意形成が円滑にできること） ・英語力： 読み書き＋基本的な議論レベル（要件・仕様の英語文書化、海外チームとの調整力）