Terraform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】

生成AIの独自性強化に向け、品質・速度・コストの最適化を推進するAIエンジニアとして、
LLM連携、推論パイプラインの設計、PoCの実装などを担当いただきます。
下記の業務を担っていただく想定です。
・LLM連携（OpenAI/Anthropic等）、モデル選択、プロンプト最適化、評価
・ベクトル検索（Qdrant）、インデキシング、関連度改善
・推論パイプラインの設計、最適化（レイテンシ/コスト/再現性）
・品質評価基盤、A/Bテスト、自動評価メトリクスの実装
・サービスのコアとなるAI実装のためのPoC主導、ソリューション提案、実現可能性評価
・データの取得、分析および加工（FAQ、マニュアル、会話ログ等）
※詳細は面談時にお伝えします。
【その他技術】
・フロントエンド：React/Next.js、Chrome Extension
・バックエンド：TypeScript/Hono/Drizzle、Python
・データベース：PostgreSQL、Qdrant（ベクトルDB）
・AI：OpenAI/Anthropic API 等
【システム構成】
業務の自動化・効率化を実現するため、以下の主要機能をマイクロサービスとして実装しています。
・ナレッジベースの構築・検索
・業務ワークフロー管理・自動化
・マルチチャネル（チャット、音声、メール）対応
・オペレーター支援機能（AIによる応答生成・最適化）
・マルチテナント対応の認証・認可基盤
・テナントごとのデータ分離・セキュリティ制御
・パフォーマンス計測・最適化基盤
・データパイプライン・ETL基盤

学習プラットフォームの開発プロジェクトにて、
フルスタック開発をお願いします。

なお、ご経験によっては顧客折衝や要件定義、
技術選定やリーダーポジションに携わることも可能です。

自社サービスである位置情報AIプロダクトのインフラ構築・運用・保守を担っていただきます。
AWSを用いたネットワークやサーバーの設計・構築のほか、デプロイ自動化やコスト最適化など、
運用の非属人化や改善対応を幅広く担当する役割です。
下記の業務を担っていただく想定です。
・AWSを用いたネットワークおよびサーバーの設計・構築・運用
・Linuxベースのシステム運用およびセキュリティ管理
・デプロイ自動化および運用の非属人化推進
・監視・保守体制の構築、改善、AWSコスト最適化対応
※詳細は面談時にお伝えします。

新規AIエージェントの開発に携わっていただき、
バックエンドを中心としてインフラやフロントを跨ぐ主要機能や基盤の設計・実装をリードをしていただきます。

生成AIを活用したプロダクトの価値最大化を継続的に推進し、データを元にしたプロダクトマネジメント業務を行っていただきます。
以下詳細となります。
・KGI/KPI設計・効果測定・改善のロードマップ策定
・要件定義/仕様策定（API/IF/データモデル）とエンジニア連携
・実験設計（AB/多腕）とプロダクト分析（行動/品質/コスト）
・PoC→β→本番の導入プロセス設計、CS/営業/マーケ連携
・競合分析・優位性検証とプロダクト戦略の立案

大手製造業向けのAIを活用した業務データ分析システム（マイクロサービス構成）の開発・運用プロジェクトです。
2026年7月の本番展開に向け、EKSを中心としたインフラ監視、オンコール対応、
トラブルシューティング、およびインフラ改善・自動化を推進していただきます。
下記の業務を担っていただく想定です。
【業務内容】
・土日のインフラ監視、障害検知時の一次対応・エスカレーション
・Kubernetes（EKS）クラスタの運用およびトラブルシューティング
・デプロイ対応、ロールバック判断
・パッチ適用やリソース調整などの定期メンテナンス
・インフラ改善および自動化の推進
※詳細は面談時にお伝えします。

大手企業と共同推進中のヘルステック新規事業におけるインフラ・バックエンド開発の中核業務です。
顔画像からバイタルデータを取得する技術を用いた管理者向けWebアプリおよびユーザー向けモバイルアプリを支える基盤の設計・構築、API実装、CI/CD整備などをアジャイル環境下で推進します。
初期フェーズのため、大きな設計裁量を持ってプロジェクトに関わることができます。
下記の業務を担っていただく想定です。
・AWSを用いたインフラアーキテクチャの設計（ネットワーク、セキュリティ、コスト最適化等）
・Django/Flaskを用いたWebAPIおよびバックエンドの設計・実装
・ECS/Fargate、EKS、Lambda等を用いたコンテナ・サーバーレス基盤の構築
・フロントエンドおよびモバイル（Flutter）チームとのAPIインタフェース調整
・品質確保のための自動テストおよびCI/CDパイプラインの整備・運用
※詳細は面談時にお伝えします。

生成AIを活用した支援システムの主要機能における設計・実装をリードします。
PM、CTO、エンジニアと連携しながら、バックエンドを中心にインフラやフロントエンドまで横断的に担当し、
複雑な要件定義からのアーキテクチャ設計および実装を牽引する役割です。
下記の業務を担っていただく想定です。
・バックエンドを中心とした主要機能の設計および実装のリード
・インフラ、フロントエンドを跨ぐアーキテクチャの設計
・PMやCTOとの複雑な要件のすり合わせ
・テックリードとしてのチーム牽引
※詳細は面談時にお伝えします。

不動産仲介業の効率化を目指した生成AIアプリケーションの開発を担います。
課題発見から解決策の模索、検証、そして実際のアプリケーションへの実装まで幅広く担当し、不動産取引の安全化と加速化を技術側面から推進する役割です。
【仕事内容】
下記の業務を担っていただく想定です。
・生成AIを用いたソリューションの考案と実装
・複数のモデルを用いた検証と精度の比較
・アプリケーションへの実装
・継続的な精度向上のための仕組みづくり
※詳細は面談時にお伝えします。

プロジェクトリーダー候補として、データ分析基盤の設計・開発・運用からパフォーマンス改善まで、エンジニアリング全般を担当します。
全社的なKPIマネジメントやアナリスト業務の支援、さらには社外パートナーへの基盤導入支援や新規技術の調査など、幅広くデータ活用を推進する役割です。
下記の業務を担っていただく想定です。
・データ分析基盤の設計、開発、運用およびパフォーマンス改善
・AI、分析基盤、BI（ビジネス・インテリジェンス）の運用支援
・社外パートナーへの基盤環境導入および運用支援
・基盤に関する課題解決や新規技術の調査・導入
※詳細は面談時にお伝えします。

大手製造業向け業務データ分析システムの開発・運用プロジェクトです。
AIを活用したマイクロサービス構成のシステムにおいて、Kubernetes（EKS）クラスタの運用、
トラブルシューティング、デプロイ対応、定期メンテナンスを担当します。
特に土日の監視・オンコール体制強化を目的とした募集です。
下記の業務を担っていただく想定です。
・土日のインフラ監視およびオンコール対応（一次対応・エスカレーション）
・Kubernetes（EKS）クラスタの運用およびトラブルシューティング
・デプロイ対応およびロールバック判断
・定期メンテナンス作業（パッチ適用、リソース調整等）
・インフラ改善および自動化の推進
※詳細は面談時にお伝えします。

バックエンドエンジニアとして、
要件定義から設計・実装・リリース・運用保守まで一連の業務をお願いします。

GCPを活用したモダンな環境下で、
プロダクトの価値最大化に向けた機能開発や改善を推進していただきます。

バックエンドエンジニアとして、
要件定義から設計・実装・リリース・運用保守まで一連の業務をお願いします。

GCPを活用したモダンな環境下で、
プロダクトの価値最大化に向けた機能開発や改善を推進していただきます。

テックリードとして事業部内にて開発メンバーの相談相手として技術的課題の改善やエンジニア育成などを行っていただきます！
※業務上成人向けコンテンツを触れることがあるため、ご理解の上ご応募ください。

・技術選定
・アーキテクチャの選定
・事業部を横断した折衝
・エンジニアの教育
・技術課題の改善
・開発チームの生産性向上 etc.

大手企業向けマーケティングSaaSの開発案件です。
高トラフィック環境における安定した配信基盤の構築や、新機能開発、既存システムの改善を担当いただきます。
フルスタックとしてバックエンド〜フロントまで関わりながら、プロダクトの成長や技術的な意思決定にも関与できるポジションです。
【主な業務内容】
・大規模なユーザー数を抱えていても安定した配信可能な開発
・新機能開発
・プロダクトロードマップに沿った機能開発
・顧客ニーズの中から汎用性の高い機能を開発改善活動プロダクトバックログの解消、UI/UXの向上、DX（Developer eXperience）の強化

・AIを使った新規サービスの新規立ち上げやリリース済みのサービスの保守管理をお任せします。
・巨大プラットフォームの今後の支えとなるような大規模案件を想定しています。
※詳細は面談時にお伝えいたします。

・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

月間3000万以上のユーザーが訪問する国内および海外プロダクト全般のQAエンジニアとして、当社のQA業務の改善および継続的なサービス品質の向上に取り組んでいただきます。
組織横断型QAエンジニアとして、下記業務を分担しながら進めていただきます。
領域ごとにいくつかのチームに分かれて開発活動を行っており、チームに専属のQAエンジニアはおりません。
各チケットは開発者自身によるテストとPdMによる受け入れを経てリリースされています。
QAエンジニアにはイネーブリングチームに所属の上開発チームに参画し、下記例のような改善活動を実施していただきます。
【改善活動の一例】
・エンジニアによるテスト実施内容のレビュー
・プロダクト要求仕様書の内容整理、受け入れ条件の明確化
・発生した障害を分析、改善施策の考案
・QA活動補助ツールの作成
運用しているE2E自動テストの運用・保守・構築を実施していただきます。
Web版はPlaywrightで、App版はDetoxで構築を進めており、CIはGitHub Actionsを利用しています。

急成長中のソーシャルコマースアプリのQAプロジェクトです。

・テスト計画書の作成
・テスト設計
・テスト項目書の作成・レビュー
・テスト実施・バグ報告
・企画・仕様へのレビュー
・QAプロセスの構築や改善

400万DL越えの大人気お買い物アプリにおけるバックエン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】
・要件定義、設計、実装、リリース、運用までの全工程をお願いいたします。
（主業務はGo,GCPを用いた設計、実装、リリース、運用）
・アジャイル開発手法にて進行（スクラムを一部導入）
・バックエンドエンジニアは1チームに2〜3名（全体で9名前後）
エンジニア組織は大手メガベンチャーでのテックリード経験やマネージャー経験のある方が多く
非常に高いレベルでの就業が可能です。
【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

・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

AIサービスを開発・運営する事業会社の案件になります。
自社サービスの開発に携わっていただきます。

具体的には、
・プロダクトの企画、設計、実装、テスト、計測、改善等
・バックエンド開発全般
・CI/CDパイプラインの構築
・AWSの構築および運用
【開発環境】
・FE：TypeScript（React/Next.js）
・BE：TypeScript（NestJS）、Node.js
・DB：MySQL、PostgreSQL
・クラウド：AWS
・その他：Notion、Slack、GitHub、Terraform、OpenAI、Gemini

化学業界に特化したSaaSプロダクト群（工程管理、データベース、法規制対応システム）のフロントエンド開発をご担当いただきます。

具体的には、既存プロダクトである受発注・生産・在庫管理システムや
情報検索データベース、法規制支援ツールの開発・改善を進めつつ、
今後立ち上がる新規プロダクトの立ち上げにも関与いただきます。

スクラム（1週間スプリント）体制のもと、ユーザーの声を活かしながら
UI/UX改善や価値提供を継続する体制です。
■開発環境
・フロントエンド：TypeScript(React/Next.js)
・バックエンド：GraphQL/PostgreSQL
・インフラ：AWS/Terraform/Docker
・開発ツール：GitHub/Notion/Figma

・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

OA機器卸メーカーにおけるAIエージェント開発を担当いただきます。
※詳細は面談時にお伝えいたします。

・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

企業のセキュリティ評価情報を提供するSaaSの開発・保守業務となります。

【技術スタック】
バックエンド: TypeScript, 一部Scala
　※React Router（Framework mode）でSSRの構成としています
　※ScalaのAPIから移行しており将来的にScalaの部分はなくなる見込みです
フロントエンド: React, TypeScript
インフラ: Google Cloud, Terraform
データベース: Postgres, BigQuery
AIコーディング: Claude Code, GitHub Copilot
ツール: GitHub, Slack, Notion, Figma, Datadog, Gemini

ライブ配信事業における、データ基板の設計業務に携わっていただきます。

・Trocco / dbt を用いたETLパイプラインの設計・改善
・Snowflakeのロール・権限設計、マスキングポリシー・タグ伝播の実装支援
・データ基盤の開発標準策定・ドキュメント整備
■開発環境
使用言語: Python, SQL, HCL（Terraform）
ETL：dbt, Trocco
データストア: MySQL, snowflake
インフラ: AWS, GCP
プロジェクト管理ツール: GitHub, Slack, Notion

ライブ配信事業における、データ分析業務に携わっていただきます。

・YouTube / コマース / タレント稼働データの分析・可視化
・Sigma ダッシュボードの設計・構築
・各部署（コマース本部・経企・DX等）との要件整理・連携
■開発環境
使用言語: Python, SQL, HCL（Terraform）
ETL：dbt, Trocco
データストア: MySQL, snowflake
インフラ: AWS, GCP
プロジェクト管理ツール: GitHub, Slack, Notion

ライブ配信事業における、データ分析業務に携わっていただきます。

・切り抜き動画・ショート動画の因果効果分析（PSM/ATE推定）
・エコシステム分析・KPI因果構造の設計支援
・分析手法のレビューと再現性確保
■開発環境
使用言語: Python, SQL, HCL（Terraform）
ETL：dbt, Trocco
データストア: MySQL, snowflake
インフラ: AWS, GCP
プロジェクト管理ツール: GitHub, Slack, Notion