アノテーション×リモートワーク・在宅可のフリーランス案件・求人一覧

・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

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

・Figmaの豊富な経験 　└ファイル構造の管理（ページ構成・命名規則・大規模ファイルの整理）、コンポーネント・バリアント・プロパティの 　　高度な運用、Auto Layout・スタイル・変数（ Variables）の活用など、Figmaを大規模システムの実務レベルで使いこなせること。 ・コンポーネント設計経験（大規模システムにおいて） 　└新規コンポーネントの定義（用途・バリアント・プロパティの網羅的な設計） 　└状態の完全定義（ Default / Hover / Focus / Disabled / Error等） 　└既存コンポーネントへの波及確認・既存デザインシステムとの整合性 ・画面詳細仕様書の作成経験 　└異常系・エッジケースの網羅（エラー・空状態・処理中等） 　└曖昧な表現・未定義の排除（アノテーション含む） ・業務システムやWebアプリケーションにてUI/UXデザイナー及びリードをした経験 ・デザインからリリース、運用改善まで一貫した経験

豊富なAIのコーディング経験 生成AI（例：LangChain, Cursor, Cloud Code 等）の経験・知見 自社データを使ってAIエージェントや機能を開発した経験

豊富なAIのコーディング経験 生成AI（例：LangChain, Cursor, Cloud Code 等）の経験・知見 自社データを使ってAIエージェントや機能を開発した経験

・豊富なAIのコーディング経験 ・生成AI（例：LangChain, Cursor, Cloud Code 等）の経験・知見 ・自社データを使ってAIエージェントや機能を開発した経験

豊富なAIのコーディング経験 生成AI(例:LangChain, Cursor, Cloud Code 等)の経験・知見 自社データを使ってAIエージェントや機能を開発した経験

豊富なAIのコーディング経験 生成AI(例:LangChain, Cursor, Cloud Code 等)の経験・知見 自社データを使ってAIエージェントや機能を開発した経験

・豊富なAIのコーディング経験 ・生成AI（例：LangChain, Cursor, Cloud Code 等）の経験・知見 ・自社データを使ってAIエージェントや機能を開発した経験

・豊富なAIのコーディング経験 ・生成AI（例：LangChain, Cursor, Cloud Code 等）の経験・知見 ・自社データを使ってAIエージェントや機能を開発した経験

・豊富なAIのコーディング経験 ・生成AI（例：LangChain, Cursor, Cloud Code 等）の経験・知見 ・自社データを使ってAIエージェントや機能を開発した経験

AIのコーディング経験 生成AI（例：LangChain, Cursor, Cloud Code 等）の経験・知見 自社データを使ってAIエージェントや機能を開発した経験

豊富なAIのコーディング経験 生成AI（例：LangChain, Cursor, Cloud Code 等）の経験・知見 自社データを使ってAIエージェントや機能を開発した経験

AIのコーディング経験 生成AI（例：LangChain, Cursor, Cloud Code 等）の経験・知見 自社データを使ってAIエージェントや機能を開発した経験

セマンティックに関する全体アーキテクチャ設計が可能 自身で手を動かしてプロトタイプの設計・実装が可能 下記技術要素に対する経験がある ーデータ収集・解析 ・クローラー ・パーサー ー意味付け・表現 ・アノテーション／メタデータ付与 ・RDF化 ーデータ管理・検索 ・SPARKQL ・推論エンジン ・ETL ・上記技術に関するピンポイントな経験を求む ※例えばGCPやAzureによるデータ分析・活用基盤、BI基盤構築の経験者などは対象外

・セマンティックに関する全体アーキテクチャ設計が可能な方 ・自身で手を動かしてプロトタイプの設計・実装が可能な方 ・以下いずれかの技術に関するピンポイントな経験 ┗データ収集・解析（クローラー、パーサー） ┗意味付け・表現（アノテーション／メタデータ付与、RDF化） ┗データ管理・検索（SPARKQL、推論エンジン、ETL 等）

機械学習ワークフローの設計・構築・実装経験 機械学習モデルを安定的にデプロイできるようなCI/CDパイプラインの構築 機械学習API化設計・実装等の実務経験

■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、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

・Pythonを用いた実務レベルのソフトウェア開発経験（3年以上） -スクリプトを書くだけでなく、システムに組み込むことを意識したアプリケーション設計・実装ができること。 ・機械学習（特に画像認識）を用いたシステム開発・運用の経験 -モデルの学習から実環境での推論までを一通りの実装経験があること。 ・Linux環境およびコンテナ技術（Docker）の利用経験 -Linuxコマンドでの操作、DockerFileの記述、コンテナの運用ができること。 ・未知の技術領域に対する学習意欲とキャッチアップ能力

セマンティックに関する全体アーキテクチャ設計、プロトタイプの設計・実装、データ収集・解析（クローラー、パーサー）、意味付け・表現（アノテーション／メタデータ付与、RDF化）、データ管理・検索（SPARKQL、推論エンジン、ETL 等）

セマンティックに関する全体アーキテクチャ設計が可能な方 自身で手を動かしてプロトタイプの設計・実装が可能な方 以下いずれかの技術に関するピンポイントな経験 データ収集・解析（クローラー、パーサー） 意味付け・表現（アノテーション／メタデータ付与、RDF化） データ管理・検索（SPARKQL、推論エンジン、ETL 等）

セマンティックに関する全体アーキテクチャ設計、プロトタイプの設計・実装、データ収集・解析（クローラー、パーサー）、意味付け・表現（アノテーション／メタデータ付与、RDF化）、データ管理・検索（SPARKQL、推論エンジン、ETL 等）

セマンティックに関する全体アーキテクチャ設計、プロトタイプの設計・実装、データ収集・解析（クローラー、パーサー）、意味付け・表現（アノテーション／メタデータ付与、RDF化）、データ管理・検索（SPARKQL、推論エンジン、ETL 等）

セマンティックに関する全体アーキテクチャ設計が可能な方 自身で手を動かしてプロトタイプの設計・実装が可能な方 以下いずれかの技術に関するピンポイントな経験 データ収集・解析（クローラー、パーサー） 意味付け・表現（アノテーション／メタデータ付与、RDF化） データ管理・検索（SPARKQL、推論エンジン、ETL 等）

セマンティックに関する全体アーキテクチャ設計が可能な方 自身で手を動かしてプロトタイプの設計・実装が可能な方 以下いずれかの技術に関するピンポイントな経験 データ収集・解析（クローラー、パーサー） 意味付け・表現（アノテーション／メタデータ付与、RDF化） データ管理・検索（SPARKQL、推論エンジン、ETL 等）