フリーランスエンジニアの業務委託案件・求人290,758件｜平均単価64万円【フリーランスジョブ】

25321～25350件を表示 / 全290,758件中

フルリモート

【生成AI】音声合成（TTS）モデルエンジニア案件・求人

業務委託

東京都六本木駅

2026/08/18 公開

~ 750,000円/月額※平均単価を表示実際はスキルによります

※平均単価を表示実際はスキルによります

開発言語: 生成AI PyTorch TensorFlow 機械学習 Python
必須スキル・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
職種・ポジション: AIエンジニアプロダクトマネージャー(PdM)LLMエンジニア機械学習エンジニア MLエンジニア

生成AI PyTorch TensorFlow 機械学習 Python

AIエンジニアプロダクトマネージャー(PdM)LLMエンジニア機械学習エンジニア MLエンジニア

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

フリーランス・業務委託案件一覧

フリーランス・業務委託案件290,758件

人気の条件から探す

スキルから探す

単価から探す

職種・ポジションから探す

スキルからリモートワーク・在宅可の案件探す

職種・ポジションからリモートワーク・在宅可の案件探す

言語の単価相場

フレームワークの単価相場

職種の単価相場

AI関連の単価相場

フリーランス・業務委託案件290,758件

人気の条件から探す