アノテーションのフリーランス案件・求人一覧

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

iOSアプリ開発経験（必須） Javascript経験者（必須） クラウドサービス構築経験（必須） ┗小規模なクラウド環境構築でも可

iOSアプリ開発経験（必須） Javascript経験者（必須） クラウドサービス構築経験（必須） ┗小規模なクラウド環境構築でも可

iOSアプリ開発経験、Javascript経験、クラウドサービス構築経験

iOSアプリ開発経験、Javascript経験、クラウドサービス構築経験

iOSアプリ開発経験、Javascript経験、クラウドサービス構築経験（小規模なクラウド環境構築でも可）

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）

・AI開発に関する業務経験 ・AI開発含むプロジェクトマネジメント経験 ・コミュニケーション力（多職種連携） ・自発的に課題を発見し推進する力

・AI開発経験：エンジニアとして、AI開発の業務経験 ・プロジェクトマネジメント経験：AI開発を含む複数のプロジェクトを管理した実績 ・コミュニケーション能力：多様なバックグラウンドを持つメンバーやと円滑に連携できる優れたコミュニケーションスキル ・自発的な問題解決力: 不確実な状況においても、自ら進んで問題を明確化し、整理しながら解決していく強力な推進力

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

JavaScriptの開発経験 3年以上

・エンジニア歴5年以上 ・フルスタックでReact実務経験あり ・スタートアップやベンチャー企業での開発経験あり ・チームでの開発経験（3年以上）

Linux環境の使用経験（2年以上）、スクリプト言語の使用経験（2年以上）、自然言語処理分野の修士号もしくは自然言語処理技術を用いた開発/運用における1年以上の実務経験、ビジネスレベルの日本語、分析を行える英語読解力（TOEIC700点程度目安）

■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

C++言語開発スキル：5年以上 基本設計～結合試験経験者希望 コミュニケーションスキル高い人優遇 作業内容把握、検討、調整経験あり、実施・推進していける方 UML設計ができる方 [OS] 開発環境：Windows 実機環境：μITRON [言語] C++、C

Linux環境の使用経験（2年以上）、スクリプト言語の使用経験（2年以上）、自然言語処理分野の修士号もしくは自然言語処理技術を用いた開発/運用における1年以上の実務経験、ビジネスレベルの日本語、分析を行える英語読解力（TOEIC700点程度目安）

Linux環境の使用経験（2年以上）、スクリプト言語の使用経験（2年以上）、自然言語処理分野の修士号もしくは自然言語処理技術を用いた開発/運用における1年以上の実務経験、ビジネスレベルの日本語、分析を行える英語読解力（TOEIC700点程度目安）

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

PM経験（少人数アジャイル開発）、顧客折衝経験、要件定義経験、業務ヒアリング経験、Webアプリ開発経験、AWSまたはAzure利用経験、LLM/VLMの知見および実務経験

■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

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

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

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 評価指標(IoU・Precision・Recall・F1等)の設計・実装経験 学習パイプラインのバグ特定・修正経験 データセットの設計経験 画像・動画データの前処理経験(OpenCV・ffmpeg等) 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経験

Linuxでの開発経験 Python開発経験（Deep Learning系ライブラリ：PyTorch等） Kubernetes（K8s）またはAWS EKSの経験