単価80万円以上の案件一覧

LLMを利用したシステム開発
LLMと社内データソースとの接続を可能にするためのインフラ構築
技術戦略および戦術の策定
開発に必要なリソースの設計と管理

Azure OpenAI Serviceを基盤としたセキュアなシステムの開発を進めております。このプロジェクトの技術責任者となるExecutive AIエンジニアを募集します。重要な役割を担うこのポジションでは、生成AIの開発に関する深い知識が求められ、技術戦略の策定から、リソース設計、チームビルディングに至るまで、開発プロセスの全体をリードしていただきます。

【概要】
・データ活用のために機械学習を利用してモデル構築を担当。
・モデルを構築するためのデータ基盤および基盤データを利用したモデルの構築は既に構築済み。
・直近ではモデルの継続的な最適化と効率的な運用を支援することが課題。

【業務内容】
・機械学習モデルの維持管理および最適化。
・モデルのパフォーマンス監視と評価。
・データの更新とモデルの再学習プロセスの実施。
・技術ドキュメンテーションの作成と更新。

【概要】
・リーガルテックプロダクトを複数展開している企業にて、生成AIや大規模言語モデルの応用に関する研究開発及び運用業務

【業務内容】
・生成AIや大規模言語モデルを利用したリーガルテックプロダクトの新規機能のAPI実装
・生成AIや大規模言語モデルを利用したリーガルテックプロダクトの新規機能のAPIデプロイ
・既存プロダクトAIの保守運用および改善
・プロダクトのSRE活動

【開発環境】
関連技術：Python3 / AWS SageMaker / Docker
開発基盤：AWS / Microsoft Azure
ツール：GitHub(Enterprise) / GitHub Copilot
CI/CD: GitHub Actions / CircleCI
グループウェア：Google Workspace / Slack
プロジェクト管理/タスク管理：ClickUp / Jira / GitHub

　クライアントが提供している一般コンシューマ向けアプリにおけるサーバーサイド開発をご担当頂きます。
　MaaSと呼ばれる領域において、AWS上で開発を行っており、トレンドに触れることのできる環境です。
　一部、リリース済みシステムの運用保守対応（改修作業を含む）もお願いする可能性があります。
　クライアントも穏やかで良い方ばかりなので、落ち着いて開発に取り組むことが可能です。
　長期にわたってご支援いただける方を求めております。

アプリエンジニア

【開発環境】
Kotlin
Nestjs、Node.js
MySQL
Firebase、GCP, Kubernetes

【求める人物像】　
・勤怠/健康状態に問題がなく、中長期的に業務に携わっていける方
・コミュニケーション能力のある方
・ハウスルールなど遵守しつつ業務を遂行できる真面目で責任感のある方

・Kotlin開発経験（Android開発経験3年以上）

某キャリアWebアプリケーションのアジャイル/スクラム開発
【作業内容】テックリードの募集になります。
【担当工程】四半期に一度のメジャーバージョンリリース

現在自動車メーカーで、toCのコンタクトセンターで蓄積されているVoCデータへ、生成AIを活用するようなプロジェクトが検討されている。
手始めに本下期中に何らかPoC（研究開発）したいと考えている。
PoCしたい内容は、以下2点。
・VoCデータから要約文を生成
・VoCデータから、FAQを作成
※個人情報を多く含む生VoCデータをPoCへ使うは厳しいため、ダミーデータを顧客内で準備をする予定。

・生成AIおよびプロンプトエンジニアリングの経験（主にエンジニアとしての経験）

リアルタイムなデータパイプラインを構築するためのデータエンジニア業務と、
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、効率よくデータを捌くためのミドルウェア開発、インフラ構築などを行う、MLOpsエンジニア業務をおまかせします。
GCPデータ基盤とその活用案件、は既に多数存在するものの、さらなる拡充を狙った専門人材の募集となります。
IP(知的財産)ビジネスがドメインの事業会社において、全社へ大きな影響を与える分析部門にアサイン頂きます。

【業務スコープ】
分析官や機械学習エンジニアと連携しながら、速く安全に機械学習のサイクルを回せるML基盤の構築をお任せします。

[データエンジニア概要]
■データパイプライン(リアルタイム)の設計・実装

（具体的な職務）
・収集対象：ECサイト
・データ分析基盤の開発・運用
・データを収集するETL/ELTパイプラインの開発
・運用体制構築のためのルール・ドキュメント整備
・上記を継続的に利用するための、ソフトウェアのバージョンアップや周辺ツールの開発(運用)
・技術調査

[MLOpsエンジニア概要]
■ ビジネス課題と要求の整理（案件の要件定義をPMと行える=足りない情報が何かを定義し、自身で要求できる）
■ 機械学習ワークフローの設計/開発/運用
■ データ提供のためのAPI設計/開発/運用（アプリ開発側との連携）
■ 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
■効率よくデータを捌くためのミドルウェア開発、インフラ構築
■ ML基盤内へログデータを収集・蓄積・加工する、一連のデータパイプラインの設計/開発/運用

（具体的な職務）
■ ビジネス課題と要求の整理（案件の要件定義をPMと行える=足りない情報が何かを定義し、自身で要求できる）
■ 機械学習ワークフローの設計/開発/運用
■ データ提供のためのAPI設計/開発/運用（アプリ開発側との連携）
■ 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
■ 運用体制構築のためのルール・ドキュメント整備

自社サービスとしての新規プロジェクトにて、在庫管理システムの開発を行います。
開発言語はReactとなります。
現在は2次開発フェーズに入っており、要件整理～実装（新規機能追加など）、テストまで行っております。

AIサービスを利用したQAデータベースの自動作成機能の実装、運用ポジションでの募集です。