Python・RAG・Linux環境/プライベートLLM検証エンジニア

仕事内容:

◇◇ 技術環境 ◇◇

プライベートLLMを企業内で利用するため、モデルだけではなく実行環境やナレッジ検索、API連携を含めて検証します。Pythonによるツール開発とLinux・クラウド環境の知識を活かしながら、LLMの評価・運用に必要な技術領域を扱います。

• 開発：Pythonなどによる検証ツール・AIアプリケーション開発
• AI：生成AI、LLM、プライベートLLM、ローカルLLM
• 検索：RAG、ベクトル検索・ベクトルデータベース
• 環境：Linux、クラウド
• 連携：生成AI API、社内システム
• Hugging Face、LangChain、LangGraphの利用経験を歓迎
• Azure、AWS、GCP、Docker、Kubernetes、GPU環境の経験も活用可能

◇◇ 担当工程 ◇◇

• 複数のプライベートLLM関連技術を調査し、比較・検証を実施
• LLM実行環境を構築し、モデルの性能や動作を評価
• RAGと社内ナレッジを組み合わせた検索環境を検証
• プロンプトを変更しながら回答品質を評価・チューニング
• モデル変更時には評価テストを行い、結果を比較
• ログや利用状況を分析し、パフォーマンスとコストを確認
• セキュリティ要件を踏まえてAI利用環境を改善
• 検証内容や運用方法をドキュメントとして整理

アピールポイント: ■ この案件の魅力

• LLMそのものだけでなく、実行環境・RAG・API・ログまで含めて技術検証を行います
• 回答精度に加えて、パフォーマンスやコストも評価対象となる案件です
• プライベートLLMやLLMOpsなど、企業内AI環境に関わる技術経験を活用できます

求める人材: ◆◆ 必須スキル ◆◆

• 【Python等】2年以上の開発実務経験
• 【LLM】生成AI・LLMを利用するシステムまたはPoCへの参画経験
• 【Integration】APIを利用したシステム連携経験
• 【Environment】Linuxやクラウドなどシステム環境についての知識
• 【Evaluation】生成AIの回答精度・性能を検証した経験
• 【Documentation】技術検証の内容・結果を文書として整理できること

◆◆ 歓迎スキル ◆◆

• 【Private LLM】プライベートLLM・ローカルLLMの構築、検証経験
• 【RAG】設計・構築から精度改善までの経験
• 【LLM Tools】Hugging Face、LangChain、LangGraphなどの利用経験
• 【Vector Search】ベクトルデータベース・ベクトル検索の利用経験
• 【Cloud】Azure、AWS、GCPなどでのAI基盤構築経験
• 【Container】Docker、Kubernetesなどの利用経験
• 【GPU】GPU環境でAIモデルを実行・性能検証した経験
• 【Ops】MLOps、LLMOpsの設計・運用経験
• 【Security】AIセキュリティ、AIガバナンスに関する知識

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:

月給50万円～80万円想定

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