^{プロに依頼したいお仕事を} 誰でも・簡単・ 直接 相談できる！

認証済み、受注実績のあるランサーです

株式会社マーズスピリット (doratodo)

チェックして比較

プロフィール

AI／機械学習のエキスパートが揃ったデータサイエンス専門企業です。

9分前 対応可能です

• 実績 4
• 満足率 100%
• 完了率 100%
• リピーター 1人 2回以上継続してお仕事をしている人数

AI/機械学習アルゴリズムの実装、評価を中心に企業との共同研究やコンサルティング、開発受託業務に従事しています。最適化アルゴリズムや学習パラメータチューニングといった実務者しかわからないノウハウを有しています。最近では、生成AI・LLMを用いたRAGの構築や、LLMの制度評価などについても実績があります。

代表的なAI開発の実績としては、代表的なAI開発の実績としては、以下のものがあります。
【画像解析系】
・細胞染色状態画像を学習し、染色なしで染色画像を生成するAIのPoC開発
・天体観測画像による将来予測AIシステムの研究・開発
・半導体結晶表面の品質判定AIの開発・評価
・帳票データのOCRと項目認識AIの開発・評価
・手書き文字認識AIの開発・評価

【自然言語系】
・機械翻訳システムの学習に関する研究開発
・BERT/Transfomerを用いた自然言語処理サービスのPoC開発
・chatGPTを用いたEmbbedingデータベースのPoC開発
・LLMを用いたRAGの構築および精度向上に関する施策評価
・LLMに関する制度評価
・LLMを用いた自社コンテンツむけQ＆Aシステムの開発
・生成AIによる、テーマに沿った動画台本生成システム開発

【データ解析系】
・化合物活性値予測AIの開発
・投資効果予測AIの開発

ご興味持っていただけましたら、メッセージでお気軽にお声がけください。
どうぞよろしくお願いいたします！

ローカルLLMで社内情報を安全に利用するAIチャットボットを作ります

50,000円~

ChatGPTを使ってパワポ作成を効率化するAIエージェントサイトを構築します

100,000円~

本人確認済み

Kaya (shokaya)

チェックして比較

プロフィール

人工知能・機械学習・画像処理エンジニア

30日前以上 対応可能です

• 実績 0
• 満足率 0%
• 完了率 ---
• リピーター ---人 2回以上継続してお仕事をしている人数

人工知能・機械学習・画像処理の研究開発やPoC開発を5年以上行っています。
Pythonによるシステム開発は大学時代から7年以上経験しています。
和文特許は3本執筆経験があり、特許調査は普段から行っています。
英語論文等は普段から読んでおり、簡単な英会話もできます。

学歴：
・国立大学 工学部 大学院 卒業
・途中、ハノイ工科大学情報通信学部へ2か月間留学

資格：
技術系
・E資格（JDLA Deep Learning for ENGINEER 2024#1）
・G検定（Deep Learning for GENERAL 2022#3）
・画像処理エンジニア検定エキスパート
・基本情報技術者（FE）
・応用情報技術者（AP）
語学系
・TOEIC Listening & Reading 940点
・実用英語技能検定 準1級
・英単語検定 1級

認証済み、受注実績のあるランサーです

Naoki (Naoki_lancer)

チェックして比較

プロフィール

要件定義から開発・運用まで一気通貫で問題解決致します!!

2時間前 対応可能です

• 実績 1
• 満足率 33%
• 完了率 33%
• リピーター ---人 2回以上継続してお仕事をしている人数

経歴: 自動運転ソフトウェア開発
ポジション: ソフトウェアエンジニア
職務内容: 自動運転システム開発において、LiDARを活用した3次元データ処理、環境認識アルゴリズムの開発、航路計画の最適化を担当。

VelodyneやOuster製のLiDARを用いて、周辺環境の3次元点群データをリアルタイムで取得・処理するシステムを構築。
点群データを効率的に処理するためのフィルタリングアルゴリズム (RANSAC、Voxel Gridなど) を実装。
Python, C++を用いて、自動運転車両用の3Dマップ生成システムを開発。

実績:

- 都市部の3Dマッピング精度を95%以上に向上。
- データ処理速度を既存システム比120%向上させ、リアルタイム性を実現。
- 物体検出・分類アルゴリズムを開発し、LiDARデータから道路上の障害物、歩行者、車両を識別, LiDARとカメラのセンサーフュージョン技術を活用し、精度を向上。
= 障害物認識精度を従来比15%向上
- 自動運転車両の停止制御の誤動作を30%削減。
- 環境データとLiDAR点群から車両が通行可能な範囲を算出し、最適な航路をリアルタイムで計算。

(使用技術とツール)

プログラミング言語: Python, C++, JavaScript
データ処理: PCL (Point Cloud Library), Open3D
機械学習: TensorFlow, PyTorch
システム構築: ROS, Gazebo, Docker
LiDARハードウェア: Velodyne VLP-16, Ouster OS1
地理データ: GeoJSON, QGIS

実績
（データエンジニアとしての経験）
- Apache Kafka, Flinkを用いたリアルタイム通知システム
- GCP上でのデータパイプライン構築

(Webサイドの業務経験)
- 旅行予約システム (React, Django)
- ビジネス管理システム（Spring）