単価80万円以上の案件一覧

・化粧品・サプリメント製造販売会社大手に対し外資コンサルが切り出した分析をご担当いただきます。

・直近のゴールをブランドポートフォリオの再定義と置き、必要なサーベイを実施。

・サーベイ結果及び、自社ECの商品情報、顧客情報を元に、顧客・市場セグメンテーションを対応いたします。
【対応内容】

・分析の内容は、新たなブランドポートフォリオを作成するための下記3つです。

・外部のアンケートモニター会社を通じたインターネット調査をしたデータを用いた市場顧客セグメンテーション、価値要素の分析

・自社ECサイト会員へのメールを通じたインターネット調査と、購買履歴データ、会員プロファイルを利用した、顧客セグメンテーション

・以後の分析を簡略化させるためのデータマート設計・構築
取得可能なデータは現在ヒアリング中であり、設計中のサーベイの結果と掛け合わせる前段階のデータ整理を含みます。

【開発環境】

・Pythonなど

クライアントのスマホアプリケーション開発事業につき、クライアントのエンジニアとともにアジャイル開発を進めているプロジェクトにおいて、主にフロントエンド領域の開発を担当いただきます。

・開発環境

　▼使用言語

　・HTML／CSS

　・JavaScript、TypeScript

　・React、React Native、Flutter
　▼プロジェクト管理

・コミュニケーションツール

　・GitLab

　・Jira、Confluence

　・Slack、Miro

薬剤の在庫管理をAIにて実施するため、データの分析からモデル作成などデータサイエンス領域全般を担当いただきます。

多くの開発者が、LLMの底力を引き出せるよう高度なカスタマイズ性や専門領域での高精度化を実現するLLMソリューションを提供していきます。

分野特化型のLLM開発によって企業のサービスの精度改善に役立つプラットフォームを作っていきます。
- チャットボットで利用するLLMの精度評価・改善

一例

- チェーンの構築

- ファインチューニング

- 精度評価
単なる実験だけではなく、MLOpsを恒常化させるために必要なシステム・UIの開発会話体験の向上に向け、ベイズ統計学などの知見も活用しながら、新規性の高いアルゴリズム構築を進めていきます。

並行して独自LLMを開発していくことも可能です。

HuggingFaceやEleutherAIなどが公開しているコードとデータを利用し、中規模モデルなど段階を踏みながら徐々に175bn.パラメータ級のLLM開発を進めていただきます。

その後、RLHFなどを導入しながら「相手の言葉を信じられる・話していて楽しいパートナー」という特性を持ったLLM開発を行っていただきます。
【開発環境】

Python

Rust

AWS (Lambda, Amplify, Cognito, DynamoDB, CloudFormation )

TypeScript/React

Figma

Terraform

OpenAI

API

HuggingFace

【案件内容】

需要予測クラウドサービス製品
顧客が保有しているデータを、クラウド上にアップロードしAI解析を用いて需要予測を行っている案件。
【作業内容】

次期フェーズの新たな予測モデルの開発に従事するデータサイエンティスト/実装技術者。
・現在の実装されているモデルの改修・改善・実績データの分析解析からの、新たなモデル探索／開発
※モデル開発に関しては、現行メンバーとの共同作業となります。

医療系サービス（遠隔画像診断）を提供するエンドクライアントの基幹システムのクラウド（AWS）移行に関するプロジェクトとなります。

現行システムはオンプレ構成となっており、100台以上の規模のインフラをクラウド移行していただくことが目的となり、ユーザーサイドでインフラ領域の上流工程を支援いただきます。
フェーズはこれまで次期システムの構想策定を行っており、4月以降は要件定義フェーズとなります。

規模が大きく、範囲も広いため、これまでの構想策定をベースにはしますが、ご参画いただく方のご経験を活かし、積極的な活動を期待します。
エンドクライアントも大規模な会社ではございませんが、コミュニケーションを大事にされ、足並みをそろえて推進するスタンスの会社様なので風通しの良いプロジェクトとなります。

某ユニコーン企業様にて、MLOpsエンジニアとして下記業務に携わっていただく想定になります。

※スコープが広いためスキルに応じて依頼内容を調整。
【業務スコープ】

・機械学習モデルと基盤の開発、運用

・AWS/GCP等のクラウド基盤を活用し、機械学習アプリケーションのためのシステム設計・開発・運用

・機械学習モデルをより素早く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や効率よくデータを捌くためのアプリケーション、インフラ構築

AIX上のOracle 3ノードRACの本番環境と同様な構成の3ノードRACが災対環境であり、本番－災対間でDataGuardによるデータ転送を行う。

体制：

・金融機関の情報システム子会社

・インフラ全般担当のベンダ

・Oracle関連担当会社
クライアント内体制

・PM

・技術支援

・DBチーム①

・DBチーム②

大手損保向け業務アプリケーション

Javaベースのオープンシステム

バックエンドはIBMホスト（COBOL）
【プロジェクトの目的・背景】

クライアント側の立場で参画します。

本番リリース済みシステムの保守フェーズ開発案件支援です。

元請含むメンバー20名参画中の注力PJTですので、フォロー体制はご安心ください。
フェーズ：要件定義、外部設計～結合テストまで

規模：元請20名チームの請負開発体制

クライアントの調達部門にてAWSを利用した購買データのデータパイプライン構築～運用をご担当いただきます。