【業務委託】機械学習エンジニア(画像処理)
機械学習エンジニア

【業務委託】機械学習エンジニア(画像処理)

Polaris.AI株式会社

Polaris.AI株式会社

AI要約(β)

AIで産業の未来を再定義する機械学習エンジニアを募集。年収576万〜960万円、フルリモート可の業務委託で、柔軟かつ高裁量な働き方を実現。画像認識技術を駆使し、製造業の図面解析や仕様書構造化など、社会実装を加速させるプロジェクトを牽引します。東大松尾研・Google出身の精鋭と共に、最先端AI技術を実用化。あなたの画像処理スキルで、AIベンチャーの成長を加速させ、産業の未来を共に創造しませんか?この挑戦が、あなたのキャリアを飛躍させます。

求人情報をご覧いただくには会員登録が必要になります

メールアドレスで登録する

給与・報酬

時給 3,000円 ~ 5,000円

稼働時間

60時間 ~ 160時間(週15 ~ 40時間)

雇用形態

業務委託

出社頻度

相談の上決定する

勤務地

本郷三丁目駅より徒歩5分

現状と課題

募集背景

多数の受託開発の案件相談をいただいており、エンジニアのリソースが不足しているため、開発に参加いただけるエンジニアの方を募集しております。直近の案件では要件・ニーズ・タイミングにマッチしない場合でも、継続的に案件のご紹介をさせていただける方がいらっしゃれば、コミュニケーションを取らせていただけると嬉しいです。

業界問わず、様々なAI開発プロジェクトが進行しています。 直近は、AzureやAWSを用いてLLMをクライアント企業向けにチューニングする取り扱う案件が特に多いです。

お願いする業務

業務内容

<画像認識技術を用いた、仕様書・設計図面の読み取りシステム開発>

■画像認識モデルの開発

  • チューニング物体検出(YOLO、Faster R-CNN等)
  • セグメンテーション(U-Net、Mask R-CNN等)
  • OCR・文字認識モデルのカスタマイズ
  • PyTorch / TensorFlowを用いたモデル構築

■画像認識・文書解析APIの設計・構築

  • Azure Document Intelligence等の活用
  • VLM(GPT-4o、Claude等)を用いた図面・文書の解析

■MLOps・モデル運用基盤の構築

  • 学習パイプラインの構築(MLflow、Kubeflow等)
  • モデルのデプロイ・監視
  • 再学習の仕組み化

■バックエンドAPIの設計・実装

  • Python、FastAPI等を想定
  • クラウドアーキテクチャ設計(AWS / Azure)

<ユースケース例>

  • 製造業の図面から部品情報寸法を自動抽出
  • 仕様書の自動構造化・検索システム構築
  • 図面の差分検出・変更管理の自動化
勤務地

リモートワークを想定 ※ オフィスでの稼働を希望される場合は、本郷三丁目にあるシェアオフィスを利用可能

下記、弊社/本ポジションの特徴に魅力を感じられる方
  • 新たな技術・産業の拡大をしていくAIベンチャー企業の中心・初期メンバーとして経験可能
  • 東大松尾研やGoogle・NTTで培ってきた高い技術力、顧客・パートナー基盤を活用し、PoCにとどまらずAI技術の実用化に携わることが可能
  • 上記基盤を持ちながら、弊社はまだまだ立ち上げフェーズであり、裁量が大きく大企業とスタートアップのいいところ取りの働き方が可能
  • 戦略コンサル出身のメンバーも多く、もし望まれる場合は、開発のみならず彼らとPJTリードも実施可能
  • 弊社エンジニア同士の勉強会なども盛んに行われており、任意で参加いただくことも可能
  • 大手企業との継続的なプロジェクト実績あり

募集要項

概要

求人情報をご覧いただくには会員登録が必要になります

メールアドレスで登録する

雇用形態

業務委託

給与・報酬

時給 3,000円 ~ 5,000円

稼働時間

60時間 ~ 160時間(週15 ~ 40時間)

出社頻度

相談の上決定する

勤務地

本郷三丁目駅より徒歩5分

必須スキル/経験

求める人物像

・ 日本語で円滑なコミュニケーションが取れる方 ・「相手を尊重したコミュニケーションができるメンバー」が最も重視している採用指標であり、現メンバーもそれに即しています ・ 連絡に即レス可能な方だと、とても嬉しいです

歓迎スキル/経験

  • 自然言語処理、画像処理、機械学習などの技術を活用したプロジェクト経験があれば尚
  • クライアントとの折衝・チームマネジメントの経験
  • 受託開発プロジェクトの経験

スキル要件

スキル名

経験年数

種別

Python指定なし必須
画像処理指定なし必須
AWS指定なし歓迎
機械学習指定なし歓迎
TypeScript指定なし歓迎
Azure指定なし歓迎
自然言語処理指定なし歓迎
Next.js指定なし歓迎

サービス内容の詳細

Polaris.AIではAIを軸とし、下記サービスを展開しております

‐ AI導入・活用コンサルティング ‐ オーダーメイドAI開発 ‐ AI人材育成支援

選考フロー

  1. カジュアル面談
  2. 書類選考
  3. 1次面接
  4. オファー面談

※必要に応じて技術課題を課す場合がありますのでご了承ください。 ※選考期間は概ね2~4週間程度です。選考スケジュールについてのご相談も承りますので、お気軽にご相談ください。 ※ポジションによってフローは異なる場合がございます。

同じ企業の求人

同じポジションの求人

おすすめのイベント

もっと見る
  • 【Claude Code】並行開発、どう回してる?鹿野さんに聞く 私の推しの並行開発環境 大公開

    開催前

    【Claude Code】並行開発、どう回してる?鹿野さんに聞く 私の推しの並行開発環境 大公開

    昨今、AIコーディングエージェントの普及により、個々の作業スピードは格段に向上しました。一方で、AIを使って複数のタスクを同時に進める「並行開発」のやり方に関してはいまだに1つの正解がなく手探りの状態が続いているのではないでしょうか。 仕様を決めてからフロント・バックエンドそれぞれにエージェントを立てて動かす方法や、Gitブランチの並行管理、さらにはプルリクエストの自動レビュー&修正する方法など、考えることは多岐にわたります。「結局シングルタスクに集中するのが最強では?」という問いも含め、並行開発の最適解はまだ見えていません。 そこで本イベントでは、「Multi-Folder Git Clone」などの自作ツールを開発し、AIエージェントを活かした並行開発の環境整備について精力的に発信されているUbieの鹿野氏をお迎えし、~並行~開発を実現するための開発環境の工夫をデモ付きで紐解きます。 デモでは鹿野氏より実際の画面をお見せいただきながら、エディターや複数ブランチの管理方法、コンテキストスイッチのタイミングまで、並行開発を加速させる具体的なツールやフローを深堀していきます。 これからAIを用いた並行開発に取り組もうとしている方から、今以上に効率的に並行開発を回していきたい方まで幅広いエンジニアのご参加をお待ちしています。

  • 松尾研はこうAIを制御するのか AIエージェントの精度を担保・改善する仕組みエージェントハーネスとは

    開催前

    松尾研はこうAIを制御するのか AIエージェントの精度を担保・改善する仕組みエージェントハーネスとは

    昨今、LLMの社会実装が進み、AIエージェントを活用したプロダクトや業務フローが増えてきました。しかし、AIエージェントを「作って動かして終わり」になっていないでしょうか。一度構築したエージェントの精度をいかに担保し、改善し続けられる仕組みを作るかという点に注目が集まっており、最近では「エージェントハーネス」という言葉も耳にするようになりました。 一方で、「そもそもエージェントハーネスとは何か」「コンテキストエンジニアリングとは何が違うのか」といった基本的な部分から整理したいと感じている方も多いのではないでしょうか。 そこで本イベントでは、AI研究の最前線を走る株式会社松尾研究所の長谷氏をお迎えし、エージェントハーネスの起源や注目が集まっている背景から、具体的な活用方法、そして今後の進化の方向性までをわかりやすく解説いただきます。エージェントハーネスを適切に整えることで、AIエージェントの精度は一度きりのチューニングではなく、継続的に改善し続けることができるその考え方と実践を紐解きます。 前半のLTでは、長谷氏よりエージェントハーネスとは何か、LLMの進化とともになぜ重要視されてきたのかという前提知識を整理いただきます。 後半のディスカッションでは、LTの内容をさらに深堀りながら、具体的な使われ方や松尾研究所での活用事例まで現場目線で深掘りしていきます。 エージェントハーネスという言葉が気になり始めた方から、AIエージェントの制御・改善に課題を感じている方まで、幅広いエンジニアのご参加をお待ちしています。

  • AI時代に適したリポジトリって?カウシェ・LayerXに聞く最新リポジトリ構成

    アーカイブ公開中

    AI時代に適したリポジトリって?カウシェ・LayerXに聞く最新リポジトリ構成

    昨今、AIエージェントの活用が一般的になってきたことで、「プロジェクト全体のコードを横断的に理解させるには、コードベースが一つにまとまっている方が適しているのではないか」という議論が増えています。 一方で、モノレポにはCIのパフォーマンスやコンテキストの絞り方など運用上の課題も存在し、組織規模やプロダクトのフェーズ、チーム体制などによって最適解は異なります。「どちらが正解か」を一概に難しいと感じている方も多いのではないでしょうか。 そこで本イベントでは、iOSやKotlinを含む複数言語のコードを一つのリポジトリに集約して運用されているカウシェと、バックエンド・フロントエンドともにモノレポ化を進めてきたLayerXの2社をお迎えし、それぞれのリポジトリ構成の実例をもとに、モノレポの実際を紐解きます。 前半のLTでは、カウシェからはモノレポになった歴史や複数言語を集約したメリット・デメリットを、LayerXからはリポジトリ統合プロジェクトの進め方や意思決定の裏側をお話しいただきます。 後半のディスカッションでは、両社を交え、モノレポにするタイミングや、CI・IDEとい開発体験に関する課題の課題、AIとの親和性を上げるための工夫やスコープの絞り方など、現場目線でさらに深掘りしていきます。 モノレポへの移行を検討している方から、すでにモノレポ運用で課題を感じている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年6月11日(木)19:00~20:00

  • 仕様駆動開発はやめた方がいいって本当?やって分かった仕様駆動開発の現在地と今後の方向性

    アーカイブ公開中

    仕様駆動開発はやめた方がいいって本当?やって分かった仕様駆動開発の現在地と今後の方向性

    昨今、AIコーディングエージェントの進化により、開発フロー自体を見直す動きが広がっています。その中で注目を集めているのが「仕様駆動開発( Spec Driven Development)」というアプローチです。 しかし現在は「仕様駆動開発」という言葉だけが独り歩きしており、具体的にどのようなフローであるべきなのか、ツールを使えば実現できるものなのかといった、実態を掴みきれないという声も多く聞かれます。 そこで本イベントでは、仕様駆動開発をはじめとしたAI駆動開発を実践されている中村充志氏をお迎えします。 前半のLTでは、、中村氏より仕様駆動開発SDDの基礎概念についてお話しいただき、ツールのデモを通じてその具体的な仕組みを提示いただきます。からハーネスとの組み合わせ、そして実際のデモを交えた実践までを紐解きます。 後半のディスカッションでは、仕様から出力される膨大なコードをどう効率的にレビューし、生産性を次のレベルへ押し上げるかという「実戦的なフロー」について議論していきます。また、その品質を支える「ハーネスエンジニアリング」という考え方も補足的に交えながら、現場で直面する疑問を紐解いていきます。 AI時代の開発フローに関心がある方から、仕様駆動開発の導入を検討されている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年5月28日(木)19:00~20:00

  • useMemo/useCallbackまだ書いてる?React Compilerで変わった開発体験

    アーカイブ公開中

    useMemo/useCallbackまだ書いてる?React Compilerで変わった開発体験

    React Compilerの登場以降、フロントエンド界隈では「これまで煩雑だったメモ化(useMemoやuseCallback、React.memo)が不要になるのではないか」と大きな話題になりました。 一方で、「本当にそのまま有効化して問題ないのか」「有効化による副作用や注意点はないのか」「従来どおりメモ化を残すべきケースはあるのか」といった不安の声も耳にします。実際に導入してみたチームからは、React Hook FormなどのライブラリやuseRefを使った実装でハマりポイントがあったという話も聞こえてきます。 そこで本イベントでは、React Compilerを有効化して1年以上本番運用されている浅見氏と、導入にあたって生成AI向けのルール整備まで仕組み化されているカケハシの大村氏をお迎えし、React Compilerの特徴や実際の導入プロセス、注意点・ベストプラクティスを紐解きます。 React Compilerが気になり始めた方から、すでに検証・導入を始めている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年5月20日(水)19:00~20:00

転職に役立つノウハウ

もっと見る