機械学習エンジニアの案件・求人情報 | フリーランスエンジニアの案件・求人なら【テクフリ】

MLエンジニアとして、事業指標の改善に向けた業務をお願いいたします。

・機械学習基盤の設計・構築(Vertex AI活用)
・レコメンデーションアルゴリズムの選定・実装、運用フローの自動化など
・ビジネスサイドと連携

MLエンジニアとして、事業指標の改善に向けた業務をお願いいたします。

・機械学習基盤の設計・構築(Vertex AI活用)
・レコメンデーションアルゴリズムの選定・実装、運用フローの自動化など
・ビジネスサイドと連携

見積書系プロダクトにおいて、Pythonを用いたバックエンド機能の実装やAPI・ドメインロジックの開発を担当していただきます。
また、pandasを用いた見積書データの構造化や前処理、自然言語処理を取り入れたモデル・UXの改善など、
機械学習周辺の業務からリファクタリングにいたるまで幅広く携わっていただきます。
※詳細は面談時にお伝えいたします。

【お任せしたいミッション】
・膨大な位置情報データ（1千万ユーザー以上）とクライアントがアップロードするPOSデータを基に、エリアや店舗を分析する機能の開発
・解析結果をクライアントに届けるためのデータパイプライン開発
・上記ミッションを実現するための方針策定とチーム運営
【今後の展望】
今後の展望としてはこれからさらに、売上予測、位置情報広告等の機能を追加、
人流ビッグデータを活用する分析基盤・マーケティング基盤として、圧倒的なトップを取りにいきます。
データサイエンティストは、そのコアとなるアルゴリズムを作り上げるポジションです。
【開発環境】
・言語: Python, JavaScript, SQL
・データ処理: BigQuery, Airflow, その他GCP全般
【おすすめポイント】
クラウドベース、サーバレスな開発環境で最新技術の採用を志向しており、
技術選定、仕様検討も含め、ご自身で実施いただける環境です。
全社の人数が少ないことで逆に、クライアントの声を簡単に開発部隊へフィードバックでき、
自分の作った機能に対して「これほしかったんだよね」と言っていただける環境です。

大手情報・通信業のお客様にて、AIを活用した業務効率化案件です。
アイディアや方針に基づき、AIを活用した実装業務を担っていただける方を募集しております。

400万DL越えの大人気お買い物アプリにおけるMLリードエンジニアを募集いたします！
サービスをさらにグロースしていくにあたり、サービスの成長を一緒に推進していただけるような方を探しております。
0→1、1→10の開発において上流から下流まで幅広くご支援いただける方がマッチいたします。
【お願いしたいこと】
機械学習の活用において、開発面をリードしていただきます！
・機械学習の基盤設計〜構築
┗Trainingpipeline,Serving,Monitoringなど
・機械学習（特にレコメンデーション機能）を用いたプロダクトの設計〜開発
・技術的意思決定〜要件定義〜開発進行などの推進やリード
・検証管理の自動化・効率化、運用フローの改善
・システムの信頼性・品質の向上
【こんな方におすすめ】
・少数精鋭でモダンな技術に触れたい方
・長期でのご参画ができる方
・プロダクトの体験を意識しながら開発を進めて行ける方
・toCサービスに関わりたい方
・高いレベル感の中でプロダクトの成長を感じながら開発したい方
詳細の情報については面談の際にお話しさせていただきます！

AIシステムの開発をご担当いただきます。
画像認識、自然言語処理、価格推定といった領域を皮切りに、
今後新しく立ち上がる様々なテーマのAIモデル設計や実装、プロダクト化を推進していただく役割です。
【仕事内容】
下記の業務を担っていただく想定です。
・社内で活用するAIシステムの製品化および本番環境への実装業務
・画像認識や自然言語処理、価格推定モデルの設計・構築・学習業務
・ビジネス要件の進展に伴い発生する新たなAIテーマへの対応および技術検証
※詳細は面談時にお伝えします。

自社開発中の医療SaaSにおけるAIモデル開発および精度向上をリードいただきます。
主な業務は以下の通りです。
・医療現場の対話や記録データの構造化・要約アルゴリズムの開発
・最新の基盤モデル（LLM等）を応用した機能実装と個別最適化
・実際の稼働データに基づく評価指標の設計と精度改善サイクルの運用
・モデルのデプロイ環境整備および学習パイプラインの構築・自動化
・開発チームと連携した、現場の利便性を高めるためのAI要件定義
詳細の情報については面談の際にお話しさせていただきます。

【主な業務内容】
・セグメンテーション・物体検出・分類モデルの開発・学習・評価
・推論パイプラインの設計・実装・本番運用
・アノテーションデータの品質管理・データセット設計
・既存パイプラインの改善・最適化(精度・速度)
・アノテーターチームへの技術的サポート・ガイドライン整備
・プロダクト開発チームと連携した機能開発・技術的支援
・開発体制は少数精鋭。自ら提案・改善しながらプロダクト成長に関われる環境です。

自社開発中の医療SaaSにおけるAIモデル開発および精度向上を担当いただきます。
主な業務は以下の通りです。
・医療現場の対話や記録データの構造化・要約アルゴリズムの開発
・最新の基盤モデル（LLM等）を応用した機能実装と個別最適化
・実際の稼働データに基づく評価指標の設計と精度改善サイクルの運用
・モデルのデプロイ環境整備および学習パイプラインの構築・自動化
・開発チームと連携した、現場の利便性を高めるためのAI要件定義
詳細の情報については面談の際にお話しさせていただきます。

大手HR系企業のデータサイエンス部署にて、レコメンドに係るシステムの開発実装を担当いただきます。
PythonやSQLを用いて各種機械学習モデルなどをレコメンデーション施策に適用し、
AWS環境におけるバッチやAPIの構築・提供を要件定義以降の工程から担っていただきます。
【仕事内容】
下記の業務を担っていただく想定です。
・PythonやSQLなどを用いた、各種機械学習モデルなどのレコメンデーション施策への適用および実装開発
・AWS環境における各種レコメンデーション施策のバッチやAPIの構築および提供
・要件定義以降の各工程における業務
※詳細は面談時にお伝えします。

クライアント（HR系）のデータサイエンス部署にてレコメンドに係るシステムの開発実装を担当いただきます。
【お任せしたい仕事内容の例】
Python、SQLなどを用いて、各種機械学習モデルなどをレコメンデーション施策に適用、実装開発を行う。
└各種レコメンデーション施策のバッチ、APIをAWS環境にて構築、提供する

・最先端の国産LLM技術を核に、エンタープライズ企業の変革を支援するAIスタートアップ企業でのプロジェクトです。
・自社プロダクトのPMFに向け、RAG、VLM、LLMOpsといった中核技術の刷新と高度化を推進します。
・既存手法の組み合わせに留まらず、アルゴリズムやモデルレイヤーからの改善、ビジネス文書解析における高度な課題解決を担っていただきます。
・顧客ごとのニーズに基づいた技術検証（PoC）から、実プロダクトへの実装まで一気通貫で関わるポジションです。
・事業責任者（CEO）、開発責任者、プロダクトエンジニア、RAGエンジニア、機械学習エンジニア、PdMなど、各分野のスペシャリストが集結しているチーム体制です。

■作業内容
・中核技術（RAG / Agentic RAG / LLMOps）の研究開発と高度化
・RAGパイプラインの改善および新規アルゴリズムの設計・実装
・VLMを用いたマルチモーダル文書解析の研究・評価
・ビジネスドキュメント解析エンジンの設計、API実装および運用
・機械学習エンジニアやプロダクトエンジニアと連携したモデル要件定義
・PdMと連携した顧客課題の調査、技術的仮説設計、PoCの実施
・検証結果に基づくプロダクトやアルゴリズムへのフィードバック
■開発環境
・Python, TypeScript, Vue.js, Node.js
・Docker, Terraform
・AWS, Azure
・自社開発LLM, VLM
・RAG / Agentic RAG

あらかじめ定義されたPoC要件に基づき、毛の本数カウント／肌表面の毛除去シミュレーションを対象としたAIモデルを構築し、実データを用いた精度検証を通じて技術的成立性を確認いたします。
モデル精度だけでなく、データ制約・運用前提を含めた実装可能性を評価し、Phase2に向けたシステム化可否および改善余地を明確化していただきます。
下記内容を担当いただく予定です。
・PoC要件を踏まえたモデル構成・アルゴリズムの詳細設計
・データ整理および精度検証に必要な追加アノテーション対応
・AIモデルの実装・学習・推論および精度評価・チューニング
・未検出・誤差要因の分析と改善施策の立案
・現場利用を想定したPoC用AIプロトタイプの構築

お客様先のデータサイエンス部署にて、レコメンドに係るシステムの開発実装を担当いただきます。

・Python、SQLなどを用いた各種機械学習モデルをレコメンデーション施策に適用、実装開発
└各種レコメンデーション施策のバッチ、APIをAWS環境にて構築、提供

・最先端の生成AI（LLM）技術を活用し、エンタープライズ企業の変革を支援する国内スタートアップ企業でのプロジェクトです。
・自社開発の国産LLMおよび高精度RAGを活用したAI実装基盤プロダクトを軸に、大手製造業を中心とした顧客への導入を推進しています。顧客の業務要件やシステム環境に応じたカスタマイズを前提とした、PoC、本番導入支援、RAG高度化、AIエージェント構築を含む受託プロジェクトです。
・VLMを活用したドキュメント構造化のPoC実施から、「精度・コスト・速度・信頼性」を兼ね備えた実運用パイプラインの構築、およびプロダクトへの組み込みに向けた技術検証を担っていただきます。
・PaaS Unitにて、開発責任者、RAGエンジニア、機械学習エンジニア、リサーチャー等と連携しながら、技術課題の解決に挑んでいただきます。
・エンタープライズ向けPoC案件の増加と、マルチモーダル活用ニーズの急拡大に対応するため、R&Dリソースの強化が急務となっているため募集しております。
■作業内容
・VLMを活用したドキュメント構造化パイプラインの構築および改善
・プロンプトチューニング等によるVLM出力精度の向上
・バリデーション機能の開発を通じた信頼性の確保
・図面解析など、顧客の個別課題に応じたPoCの技術検証と実施
・最新論文の調査（ArXiv等）および実用レベルへの落とし込み
■開発環境
・Python, TypeScript, Vue.js, Node.js
・Docker, Terraform
・AWS, Azure
・VLM / マルチモーダルLLM
・GitHub, Slack

・最先端の国産LLM技術を核に、エンタープライズ企業の変革を支援するAIスタートアップ企業でのプロジェクトです。
・自社プロダクトのPMFに向け、RAG、VLM、LLMOpsといった中核技術の刷新と高度化を推進します。
・既存手法の組み合わせに留まらず、アルゴリズムやモデルレイヤーからの改善、ビジネス文書解析における高度な課題解決を担っていただきます。
・顧客ごとのニーズに基づいた技術検証（PoC）から、実プロダクトへの実装まで一気通貫で関わるポジションです。
・事業責任者（CEO）、開発責任者、プロダクトエンジニア、RAGエンジニア、機械学習エンジニア、PdMなど、各分野のスペシャリストが集結しているチーム体制です。
■作業内容
・中核技術（RAG / Agentic RAG / LLMOps）の研究開発と高度化
・RAGパイプラインの改善および新規アルゴリズムの設計・実装
・VLMを用いたマルチモーダル文書解析の研究・評価
・ビジネスドキュメント解析エンジンの設計、API実装および運用
・機械学習エンジニアやプロダクトエンジニアと連携したモデル要件定義
・PdMと連携した顧客課題の調査、技術的仮説設計、PoCの実施
・検証結果に基づくプロダクトやアルゴリズムへのフィードバック
■開発環境
・Python, TypeScript, Vue.js, Node.js
・Docker, Terraform
・AWS, Azure
・自社開発LLM, VLM
・RAG / Agentic RAG

某企業において、AIプラットフォームの構築をリードします。
高度なニューラルネットワークモデル、大規模データ処理、生成AIを活用したレコメンドなど、「リアルタイム推論 × 生成AI × マルチテナント学習」を備えた世界水準のML基盤の構築を目指します。
求める指向性・経験
・推薦・検索システムの高度化と統合 (Unified Search & Rec)：Two-Towerモデル等の導入、検索クエリと行動ログを統合したアルゴリズムの実装、およびWhole Page Optimization（商品だけでなくUI構成全体をバンディット等で最適化）の実現。
・マルチモーダル・生成AIの活用 (Generative RecSys)： LLM/VLMを活用した、ユーザーコンテキストに合わせたコピー生成や推薦理由の提示（Explainability）。
・SaaS型ML基盤の刷新 (MLOps)：低レイテンシなリアルタイム推論システムへの移行や、データ豊富なクライアントの知見を新規クライアントへ適用するための転移学習・基盤モデルの設計。
・ビジネス価値の最大化:：因果推論やUplift Modelingを用い、単なるCVR向上ではなく「推薦による純増効果（LTV・利益率）」を最大化するロジックの実装。
＜環境＞
・BQML
・PyTorch
・HuggingFace
・Vertex AI

①技術的な創造性を発揮して高サイクルで顧客の課題を解決する
・顧客のフィードバックを基にしたプロトタイピングを行うことで、迅速にアイデアを実現する
・異なる業界のトレンドを把握し、新しい技術を積極的に取り入れた創造性の高いソリューションを提案する
・チーム内でのブレインストーミングを定期的に実施し、アイデアを共有/発展させる
・自動化ツールやフレームワークを活用して、反復的なタスクを効率化し、創造的な作業に集中できる環境を整える
・各社にカスタマイズした機能のうち、汎用可能なものは、プロダクトチームに連携し、製品として実装できるようアーキテクチャ設計など、実装支援を行う
・AI＆Gen AIを最大限活用したソリューション設計

②ソフトウェアを顧客のニーズに合わせてカスタマイズ構築する
・顧客の業務フローに適合したカスタムワークフロー自動化ツールの開発
・特定業界向けのデータ分析ダッシュボードの設計と実装
・顧客の要件に基づいた専用APIの開発
■技術スタック
・バックエンド
Node.js / TypeScript / Go / Python / GraphQL / PostgreSQL
・フロントエンド
TypeScript / React(Next.js) / GraphQL / Firebase
・機械学習・データ基盤
Python / Pandas / BigQuery
・インフラ
GCP ( GCE / GKE / Cloud Functions / Cloud Run / Workflow / Dataflow / BQ / Vertex AI 等 ) / Docker / Terraform / Vercel
・CI / CD
GitHub
・コミュニケーション
Slack / Google Workspace / Notion
・タスク・プロジェクト管理
Asana

PoC要件に基づき、毛の本数カウントおよび除去シミュレーションのAIモデルを構築。
実データによる精度検証と実装可能性の評価を行い、商用化に向けたシステム化の検証を行っていただきます。
【業務詳細】
・PoC要件に基づくモデル構成およびアルゴリズムの詳細設計
・精度検証に向けたデータ整理と追加アノテーションの実施
・AIモデルの実装、学習、推論、および精度評価・チューニング
・未検出や誤差要因の分析、および改善施策の立案
・現場利用を想定したPoC用AIプロトタイプの構築

サロン予約サービスの検索体験向上を目的とした、検索アルゴリズム改善および機械学習施策の開発に携わっていただきます。
本ポジションでは、ユーザーがよりスムーズに理想のサロン・スタッフに出会えるよう
行動ログの分析から検索ロジックの最適化まで、一連のプロセスを主導いただきます。
主な業務は以下の通りです：
・検索ログ・ユーザー行動ログの分析
・検索アルゴリズム改善に向けた仮説立案と施策設計
・特徴量選定・ABテストの設計と実行による効果検証
・Learning to Rank や BERT などMLを用いた検索順位最適化の実装
・クエリ解析や類義語展開などによる検索意図の理解・高度化

【業務内容】
-LangGraph 等を用いたエージェントの設計・実装とワークフロー定義
-Python による RAG/エージェント/要約・分類などの生成AI機能の設計・実装・評価
-FastAPI等でのマイクロサービス化、コンテキスト設計、既存バックエンド/外部APIとの連携
-既存システムへの統合
-オフライン/オンライン評価、トレーシング・メトリクス、ガードレール運用、推論コスト監視による品質・安全性・コストの観測・改善
-PdM/CS/コンサルとの連携による、要件定義〜実装〜出荷〜学習のサイクルのスプリント推進
-必要に応じた軽量 API エンドポイント/データモデルの追加実装

社内規定等のナレッジデータを用いたRAGシステムを構築し、
社内規定等に関する質問を回答できるAI ヘルプデスクを開発するプロジェクトに携わっていただきます。
機械学習エンジニアとして、RAGシステムの開発をしていただく。
└社内データを構築し、データベースを構築し、RAGシステムを開発する
└RAGシステムを活用した社内規定等に関する質問を回答できるチャットボットを開発する
└RAGシステムにおける要件定義、開発
└ RAGシステムの精度を改善するためにリサーチ、開発
└検証設計、データセット整備、精度検証、検証報告
└弊社PMへの進捗・課題、課題対応策の報告
└ 内部MTG及び顧客との定例MTGの出席
※タスク状況に余力が生じる場合は、弊社他案件のサポートをして頂く可能性あり

建設分野の業務課題をデータ活用で解決するプロジェクトにおいて、
機械学習エンジニアとしてモデル開発や分析基盤の設計・構築を担当いただきます。

回帰・分類モデルの実装や自然言語処理（LLM）を用いた解析、
クラウド環境（AWS）でのシステム開発・運用を中心にお任せします。

・機械学習アルゴリズムの実装や実データを用いた開発に携わっていただきます。
・技術検証のみならず実運用まで一気通貫して携わっていただきます。
・以下のいずれかのプロジェクトに参画いただく予定です。
　└AIによるレベルデザイン支援プロジェクト
　└自然言語処理を応用したオンラインゲームの運用支援プロジェクト
　└パズルゲームのレベル生成（ステージ生成）
　└大規模言語モデルのキャラクターへの応用プロジェクト　等

機械学習エンジニアとして、RAGシステムの開発をしていただく。
・社内データを構築し、データベースを構築し、RAGシステムを開発する
・RAGシステムを活用した社内規定等に関する質問を回答できるチャットボットを開発する
・RAGシステムにおける要件定義、開発
・RAGシステムの精度を改善するためにリサーチ、開発
・検証設計、データセット整備、精度検証、検証報告
・弊社PMへの進捗・課題、課題対応策の報告
・内部MTG及び顧客との定例MTGの出席
　※タスク状況に余力が生じる場合は、弊社他案件のサポートをして頂く可能性あり

強化学習（Reinforcement Learning, RL）技術を活用し、ゲームの自動プレイやゲームバランスの最適化を行うAIシステムの設計、開発、導入を担当していただきます。

・ゲームの自動プレイエージェントの開発（QA・テスト自動化、プレイヤーボット開発、ナビゲーションAIの最適化）
・ゲームバランス最適化のための強化学習活用（自己対戦・報酬設計、データ分析）
・NPC・エージェントAIの高度化（行動モデルの生成、プレイヤースキルに応じた適応型AIの開発）
・ゲームプレイデータを用いた強化学習モデルの構築（模倣学習、環境シミュレーションの構築）
・クラウド・分散処理環境での強化学習アルゴリズムの実装・最適化
・ゲームデザイナーやQAチームと連携し、強化学習を活用したワークフローを構築
・技術ブログ執筆を通じた社内外での技術発信

証券業界の顧客企業と、業務データの収集・活用や対話AI構築を行うAI開発プロジェクトを想定しております。
機械学習エンジニアとしてAI開発をリードしていただきます。
主な業務内容としては以下となります。

【業務内容】
・AIの要件定義、リサーチ、開発 (既存アセットへのキャッチアップを含む)
・検証設計、データセット整備、精度検証
・顧客への進捗・成果報告の支援

ECサイトに追加できるレコメンド機能を開発する企業にて、
研究開発をリードしていただけるエンジニアを募集いたします。

新たなレコメンドの研究/開発
→バッチ処理にて作っているものを新たなロジックで表示するための研究と開発
　ロジック検討の部分から知見を発揮いただきます。

EC関連サービスに関与したご経験があると尚可です。

公共（国保関連）領域におけるAI活用PoCプロジェクトです。
今年度は5つのテーマでPoCを実施し、2026年度以降の本格導入を目指している案件です。
具体的な業務としては以下を想定しております。

・機械学習: データ加工やファインチューニングによる精度向上、特定項目の抽出（Python/PL/SQL使用の可能性あり）。
・生成AI: 複雑な医療テキストの要約、プロンプトチューニング、参照データを活用したRAGの構築。