Python・Embedding/RAG検索基盤開発エンジニア

仕事内容:

◇◇ 技術環境 ◇◇

Pythonを中心に、Embedding・ベクトル検索・LLM APIを組み合わせたAI検索システムを開発する案件です。単純なAPI連携ではなく、ドキュメントの前処理から検索クエリ、プロンプト、回答品質の評価までRAGの検索基盤を扱います。

• 【言語】Python
• 【生成AI】LLM、RAG、Embedding
• 【LLM API】OpenAI API、Claude API等
• 【関連技術】LangChain、LlamaIndex
• 【ベクトルDB】Pinecone、Weaviate、Milvus等
• 【検索】Elasticsearch、OpenSearch、ベクトル検索
• 【検索手法】リランキング、ハイブリッド検索
• 【クラウド】AWS、Azure、GCP等の経験を活用可能
• 【コンテナ】Docker、Kubernetes

◇◇ 担当工程 ◇◇

• 検索対象ドキュメントを分割・前処理し、インデックスを作成
• Embeddingによるベクトル検索とデータベースを設計・構築
• 検索クエリを最適化し、必要な情報を取得する仕組みを実装
• 取得したコンテキストをLLMへ渡す回答生成処理を開発
• プロンプトを調整し、検索精度・回答精度を検証
• ハルシネーションを抑える仕組みを検討・実装
• PoCから本番環境への移行・実装を担当

アピールポイント: ■ この案件の魅力

• Embedding・ベクトルデータベース・検索最適化を含むRAG開発を担当
• LLM APIの利用にとどまらず、回答品質を左右する検索部分まで扱える
• 検索精度とLLM回答品質の評価・改善を継続して行える

求める人材: ◆◆ 必須スキル ◆◆

• 【開発経験】AI・機械学習・Webシステム開発のいずれかで2年以上の実務経験
• 【Python】Pythonを使用した開発経験
• 【生成AI】LLMを利用するアプリケーションの開発経験
• 【API】APIを利用したバックエンド開発経験
• 【チーム開発】Gitを利用した開発経験

◆◆ 歓迎スキル ◆◆

• RAGの設計・開発および精度改善経験
• Embedding・ベクトル検索に関する知識
• Pinecone／Weaviate／Milvus等の利用経験
• Elasticsearch／OpenSearchの利用経験
• OpenAI API／Claude API、LangChain／LlamaIndex等の利用経験
• 検索精度・LLM回答品質を評価した経験
• リランキング・ハイブリッド検索に関する知識
• AWS／Azure／GCP環境での開発経験
• Docker／Kubernetesの利用経験

勤務時間・曜日: 勤務時間：平日、日中稼働できる方（コアタイムあり）

休暇・休日:

土日祝休み

給与:

経験・スキル・担当工程を考慮して決定します。

その他:

・日本在住の方

・一人月で稼働可能な方

・45歳未満の方

・リモート勤務も可能！

雇用形態: 業務委託

給与・報酬: 350,000円 - 640,000円 月給