NEW

【Python(機械学習・AI系)】メーカー向けAI（LLM）連携機能の開発支援

70万〜75万円/月

消費税を除いた金額です。

稼働時間：: 140時間 ~ 180時間

週出勤回数: 週５日
勤務地: 神奈川県川崎市中原区 / 武蔵小杉
面談回数: 1回

業務内容

【案件概要】

某メーカーのSaaSチームにて、AI（LLM）連携機能の企画・実装・運用を推進する案件です。

LLMとのAPI連携機能の開発やプロンプト設計、AI応答品質改善、ストリーミング処理の実装を行います。

RAG（Retrieval-Augmented Generation）環境やVector DB（Qdrant等）を活用した高精度検索基盤の構築・運用も担当します。

CSV/JSON等のデータ取り込み、Embedding生成、データ整備パイプラインの構築、Docker/Linux上でのAI基盤運用やGPU/CPUリソース管理も含まれます。

さらに、ServiceNowやTurbonomicとのAI連携によるアクション自動化やAPI連携、ガバナンス遵守のための運用ガイド整備も実施します。

【作業内容】

・LLMとのAPI連携機能の開発

・プロンプト設計、AI応答品質改善、ストリーミング処理の実装

・RAG（Retrieval-Augmented Generation）環境の構築・運用

・Vector DB（Qdrant等）を用いた高精度検索基盤の構築

・CSV/JSON等のデータ取り込み、Embedding生成、データ整備パイプライン構築

・Docker Compose/Linux上でのAI基盤運用、ログ収集、監視（Prometheus/Grafana）、GPU/CPUリソース管理

・ServiceNow / TurbonomicとのAI連携（アクション自動化、API連携、CR作成支援）

・ガバナンス遵守のための設定値・手順書・運用ガイド整備

求めるスキル

必須スキル

・LLM基礎知識（token, embedding, RAGの基本理解）

・REST APIの利用経験、JSON/CSVデータ処理

・Python基礎（requests, pandas 等）

・Linux基本操作、Docker基本操作（compose含む）

・外部SaaSとのAPI連携の基礎理解

・ドキュメント作成（手順書、検証結果まとめ、設定値整理）

・コミュニケーション力

歓迎スキル

・VectorDB（Qdrant, LanceDB, FAISS）の運用経験

・RAGパイプラインの構築経験

・Embeddingモデルの利用・評価

・GPU環境でのモデル運用（PyTorch/CUDAの基礎）

・監視/メトリクス（Prometheus/Grafana）、ログ集約（Loki/ELK）

・ServiceNow（テーブル構造、API）、Turbonomic の知識

・FastAPI 等を用いたAPIサーバー構築経験

・データエンジニアリング（ETL、データ品質管理）

・Terraform, Exastro, Ansibleの利用運用経験

・Azure, AWS, GCP利用・運用経験

・英語（問い合わせ対応やドキュメンテーションのメイン言語となるため）

上記に似た経験やスキルをお持ちであれば申し込み可能なケースもございます！まずはお気軽にご相談ください！

案件情報

スキル: Python(機械学習・AI系)
報酬: 70万〜75万円/月
（ 140時間 ~ 180時間）
精算条件標準となる稼働時間が定められている場合、その契約上、稼働時間が上限値を超過したり、反対に下限値を下回った場合には実際の作業時間に基づき標準となる委託料から増額または減額されることになります。ここではこのような精算のある契約を「有」、精算のない契約については「無」と表記しています。: 有
週稼働日数: 週５日
勤務地: 神奈川県川崎市中原区 / 武蔵小杉
面談回数: 1回
オンライン面談: 可
募集人数: 1人
リモートワーク: 可
禁煙・分煙: 屋内禁煙

関わるプロジェクトについて

企業名
募集背景
課題感
プロジェクト規模
チーム人数
現場の雰囲気
稼働超過時間

人気案件は申し込みが集中するため、お早めにご相談ください

会員登録して応募する

申込の殺到やプロジェクト・企業の情報流出を防ぐため、Web上での情報公開を一部制限しております。Midworksにご登録いただき、カウンセリング面談にて詳しい案件内容をお伝え致します。その際に、ご希望に合わせて他の類似案件もご紹介することが可能です。納得できる案件がなかった場合は、素直にお断り頂いて問題ございませんので、気軽にご相談ください。