AI副業は、実務経験があるエンジニアやデータ人材なら十分に狙えます。特に生成AI活用、LLMアプリ開発、RAG・チャットボット構築、業務自動化、PoC支援、データ分析などは、副業案件として相談されやすい領域です。
\n\n一方で、AI副業は「ChatGPTを触ったことがある」だけで受注できるものではありません。業務データを扱う責任、モデルの精度検証、セキュリティ、著作権・機密情報の扱いまで含めて任されるため、開発や分析の実務経験が評価されます。
\n\n本記事では、AI副業で多い仕事内容、週1・週2・週3やリモート案件の現実、単価相場、必要スキル、案件の探し方、注意点まで解説します。
\n\n\n\n\n\n\n\n\n\nAI副業は可能ですが、週1・土日だけで完結する案件よりも、週2〜3日で定例や検証時間を確保できる案件の方が探しやすいです。AI領域は要件定義、データ確認、モデル選定、評価、改善提案がセットになりやすく、短時間でも関係者との認識合わせが必要になるためです。
\n\n| 観点 | \nAI副業の見方 | \n
|---|---|
| 稼働日数 | \n週1案件もありますが、実装やPoCを伴う案件は週2〜3日以上の方が見つけやすいです。 | \n
| リモート可否 | \nLLMアプリ開発、データ分析、業務自動化はリモートと相性があります。ただし初期の要件整理や機密データ確認はオンライン定例が必要です。 | \n
| 土日・夜間 | \n完全非同期の作業だけでなく、平日日中の打ち合わせに一部参加できるかが重要です。 | \n
| 未経験 | \nAI完全未経験から高単価副業を取るのは難しいです。Python開発、データ分析、Web開発、クラウド、業務改善など既存経験との掛け合わせが現実的です。 | \n
副業として探すなら、最初から「AIなら何でもできます」と広げるより、生成AI活用、ML・データ分析、LLMアプリ、PoC、業務自動化のどれを任せられるのかを明確にしておくと、案件との相性を判断しやすくなります。
\n\nAI副業の仕事内容は、研究開発だけではありません。近年は、既存業務に生成AIや機械学習を組み込む案件、社内データを使ったPoC、LLMを活用した業務自動化など、事業部門に近い案件も増えています。主な案件タイプを順に見ていきます。
\n\n生成AI活用・業務自動化の副業案件では、社内業務をどこまでAIで置き換えられるかを見極める力が求められます。たとえば、問い合わせ対応、議事録要約、営業資料作成、社内ナレッジ検索、レポート作成などを対象に、プロンプト設計やワークフロー設計を行います。
\n\n単にツールを導入するだけでなく、入力データの整備、承認フロー、出力結果のチェック方法、社内利用ルールまで提案できると評価されやすいです。AI導入の目的が「人件費削減」なのか「作業時間短縮」なのか「品質のばらつき低減」なのかを確認してから設計しましょう。
\n\nノーコード/ローコードで生成AIアプリを素早く形にする案件を見たい方は、Dify副業の案件例や始め方も確認しておくと、AI活用支援の切り口を広げやすくなります。
\n\nLLMアプリやRAG開発の副業案件は、AI副業のなかでも開発経験を活かしやすい領域です。社内ドキュメントを検索して回答するチャットボット、FAQ自動応答、顧客対応支援、契約書や仕様書の要約などが代表例です。
\n\nLLM APIを呼び出すだけでなく、検索対象データの分割、ベクトルDB、権限管理、回答の根拠表示、ログ設計、評価データ作成まで関わることがあります。Webアプリ開発、Python、TypeScript、クラウド、DB設計の経験がある人は、LLM領域の実務経験が浅くても入り口を作りやすいです。
\n\nLLMアプリ開発の副業を詳しく比較したい場合は、LangChain副業の案件例も確認すると、フレームワークを使った実装範囲を整理しやすくなります。
\n\n機械学習・データ分析の副業案件では、モデルを作る前に「何を予測・分類・最適化したいのか」を整理する力が重要です。売上予測、需要予測、離脱予測、レコメンド、画像分類、異常検知、広告効果分析など、企業の意思決定に近いテーマが多くあります。
\n\nPython、SQL、統計、機械学習ライブラリに加えて、データの欠損や偏りを説明できることが大切です。副業では限られた時間で成果を出す必要があるため、いきなり高精度モデルを目指すより、まずは分析方針、ベースライン、改善余地を示す進め方が向いています。
\n\nAI導入PoCの副業案件では、短期間で「使えるかどうか」を判断できる状態にすることが求められます。新規事業、既存サービス改善、社内DXの文脈で、AIを導入する価値があるかを検証する案件です。
\n\nPoCでは、最初から本番品質のシステムを作るより、検証すべき仮説、評価指標、必要データ、失敗条件を決めることが重要です。AI副業として受ける場合は、納品物を「プロトタイプ」「検証レポート」「改善提案」「本番化に向けた要件整理」のどこまでにするか、契約前に確認しておきましょう。
\n\nAI導入支援で、顧客課題を技術要件に落とし込む役割まで担える方は、FDE副業の案件例や必要スキルも確認しておくと、PoC支援や導入伴走に近い案件を探しやすくなります。
\n\nAIコンサルや研修の副業案件は、技術だけでなく業務理解と説明力が評価されます。社内の生成AI利用ルール作成、部門別の活用研修、プロンプトテンプレート作成、AIツール選定、業務棚卸しなどを支援します。
\n\nこのタイプの案件は、AIモデルを自作する力よりも、現場の業務を分解して安全に使える形へ落とす力が求められます。自分の専門外の業務まで断定的に助言せず、セキュリティ、法務、情報システム部門と確認すべき論点を整理できると信頼されやすいです。
\n\nAI副業は、一般的な副業案件のなかでも単価が高くなりやすい領域です。理由は、AI活用の需要が増えている一方で、開発・データ・業務理解を横断して任せられる人材が限られているためです。
\n\nインディバースフリーランスの掲載求人データでは、生成AIに紐づく掲載求人は5,340件、そのうち副業特徴に紐づく求人は322件でした。生成AI関連の報酬分布では、集計対象340件の単価中央値は90.0万円、平均値は94.7万円です。
\n\nまた、AIエンジニア職種に紐づく掲載求人は1,871件、そのうち副業特徴に紐づく求人は80件でした。AIエンジニア関連の報酬分布では、集計対象108件の単価中央値は86.0万円、平均値は85.1万円です。
\n\n| 分類 | \n掲載求人 | \n副業求人 | \n報酬分布の目安 | \n
|---|---|---|---|
| 生成AI | \n5,340件 | \n322件 | \n中央値90.0万円、平均94.7万円 | \n
| AIエンジニア | \n1,871件 | \n80件 | \n中央値86.0万円、平均85.1万円 | \n
AI副業を探すときは、まず母数が大きい生成AI・AI活用案件を確認し、次にAIエンジニア職種の専門案件を見ると探しやすいです。報酬分布は、実際の案件条件や稼働日数によって変わるため、金額だけでなく役割、求められる経験、稼働時間も合わせて確認しましょう。
\n\n| 単価相場 | 案件数 |
|---|---|
| 0〜9万円 | 1件 |
| 10〜19万円 | 8件 |
| 20〜29万円 | 9件 |
| 30〜39万円 | 19件 |
| 40〜49万円 | 29件 |
| 50〜59万円 | 26件 |
| 60〜69万円 | 54件 |
| 70〜79万円 | 64件 |
| 80〜89万円 | 68件 |
| 90〜99万円 | 88件 |
| 100〜109万円 | 92件 |
| 110〜119万円 | 34件 |
| 120〜129万円 | 45件 |
| 130〜139万円 | 22件 |
| 140〜149万円 | 12件 |
| 150〜159万円 | 27件 |
| 160〜169万円 | 18件 |
| 170〜179万円 | 5件 |
| 180〜189万円 | 7件 |
| 190〜199万円 | 2件 |
| 200〜209万円 | 10件 |
| 210〜219万円 | 2件 |
| 220〜229万円 | 2件 |
| 230〜239万円 | 0件 |
| 240〜249万円 | 0件 |
| 250〜259万円 | 3件 |
| 260〜269万円 | 0件 |
| 270〜279万円 | 1件 |
| 280〜289万円 | 1件 |
| 290〜299万円 | 0件 |
| 300〜309万円 | 0件 |
AI副業の案件例を見ると、LLMアプリ開発、AI活用支援、データ分析、業務改善、上流の企画支援まで幅があります。自分が応募できるかを判断するときは、案件タイトルだけでなく、必須スキル、稼働日数、リモート可否、成果物を確認しましょう。
\n\n生成AI・AI活用の副業案件を探す場合は、以下のような求人例を確認してみてください。
\n\n\t\n\t\t\t\t\t\t\t\t\t\t・クライアントへの要件ヒアリング、ビジネス課題の抽出および要件定義 ・AIを活用した課題解決策の提案と実行支援 ・AIが指示したタスクの実行と、AIが取得できない情報の収集 ・キーマンとのコミュニケーションを通じた情報収集 【体制(人数/構成)】 2026年7月創業、代表含め少数の組織\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\tビジネスコンサルティング経験、顧客の業務整理、論点整理ができる能力 / AI活用に抵抗がなく、自発的に学習できる姿勢 / 顧客との円滑なコミュニケーション能力\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\tグローバル展開する大手ライフサイエンスグループにおいて、従業員が利用・開発するAIエージェントの一元管理方針・統制ルール・ガイドラインを整備するユーザー側コンサルティング支援。 既存のAI基本方針をベースに、開発者／エージェント向けルール策定、管理ツールの選定・検証、セキュリティ・AIチームと...\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t・AI/データガバナンスや開発者向けガイドラインの策定経験 ・AIエージェントの管理方法・ガイドライン・ベストプラクティスに関する知見および実務推進力\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t■ フォーム営業の自動化 ・ ターゲット企業の収集・スクレイピング・データクレンジング ・企業Webサイトを解析し、企業ごとに最適化した営業文面をAIで自動生成する仕組みの構築 ・問い合わせフォームへの自動送信・RPAツールとの連携 ■ SEO / AIO対策の自動化 ・キーワード・検索意図の...\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t「ただ作るだけ」ではなく、リード獲得などの成果にコミットできる方 / 非エンジニアの抽象的な要望を汲み取り、自ら仮説を立てて具現化・自走できる方 / 生成AI（LLM）を活用したシステム開発・自動化パイプライン構築の実務経験 / Cursor／Claude Code等のAI駆動開発ツールを理解...\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\tより職種としてAIエンジニアに近い案件を見たい場合は、AIエンジニアの副業案件も比較しておくと、求められる専門性の違いが分かります。
\n\n\t\n\t\t\t\t\t\t\t\t\t\t■ フォーム営業の自動化 ・ ターゲット企業の収集・スクレイピング・データクレンジング ・企業Webサイトを解析し、企業ごとに最適化した営業文面をAIで自動生成する仕組みの構築 ・問い合わせフォームへの自動送信・RPAツールとの連携 ■ SEO / AIO対策の自動化 ・キーワード・検索意図の...\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t「ただ作るだけ」ではなく、リード獲得などの成果にコミットできる方 / 非エンジニアの抽象的な要望を汲み取り、自ら仮説を立てて具現化・自走できる方 / 生成AI（LLM）を活用したシステム開発・自動化パイプライン構築の実務経験 / Cursor／Claude Code等のAI駆動開発ツールを理解...\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t・Gemini Enterprise APIを活用した生成AIツールの設計・開発 ・クライアント課題/要望を踏まえた技術選定（生成AI API、GCP各種サービス等） ・プロトタイプの開発と検証 ・クライアントへの導入支援、利用状況を踏まえた改善 ・開発体制/技術基盤づくり（フロント・バック・...\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\tフロントエンドの開発経験（React/Vue/Next.js等のいずれかでの実装経験） / GCP上での開発経験（Cloud Run/Cloud Functions/Vertex AI/BigQuery等の利用経験） / システムアーキテクチャ設計の経験（責務分割、非機能要件、拡張性/運用性の...\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t・探索（PoC）から本開発まで、半年〜1年スパンでの技術検証・実装 ・PMと協働した技術アプローチの設計・推進 ・得られた技術・知見の言語化と、自社ノウハウ／プロダクトへの還元 ＜LLM・生成AI領域＞製造業ドメインのLLM活用（大量文書理解・推論、RAG、エージェント等）の研究開発・社会実装...\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\tソフトウェア開発の実務経験 / 新領域を自ら学び、形にできる学習意欲（論文から学びを得ている方など） / 不確実なテーマを探索し、半年〜1年かけて形にできる力 / LLMを使った開発の経験 / コンピュータビジョン／画像処理の実務経験、または深い理解（古典的画像処理〈前処理・特徴抽出等〉に加え...\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\tAI副業で求められるスキルは、案件タイプによって変わります。生成AI活用支援なら業務設計やプロンプト設計、LLMアプリ開発ならWeb開発やクラウド、機械学習ならPythonや統計、データ分析ならSQLやBIの経験が重要です。順に解説します。
\n\nAI副業では、PythonやSQLを使ってデータを扱った実務経験が強い土台になります。機械学習モデルを作る案件だけでなく、PoCや業務自動化でも、入力データを確認し、加工し、結果を検証する場面が多いためです。
\n\n目安としては、Pythonでの開発経験、SQLでの集計、pandasやscikit-learnなどを使った分析、API連携、バッチ処理の経験があると応募しやすくなります。実務経験が浅い場合は、Kaggleの成績よりも、業務データを扱った経験や改善インパクトを説明できる状態にしておきましょう。
\n\nLLMアプリやRAGの副業では、APIをつないで終わりではなく、運用できる設計に落とす力が必要です。OpenAI APIや各種LLM、LangChain系のフレームワーク、ベクトルDB、クラウド環境、認証、ログ、監視、コスト管理などが関わります。
\n\n副業案件では、短期間でプロトタイプを作る場面が多い一方、企業データを扱う以上、権限管理や情報漏えい対策を省くことはできません。小さく作りながら、どの部分を本番化で作り直すべきか説明できる人は評価されやすいです。
\n\nAI副業では、技術選定より前に「その業務にAIを使う意味があるか」を判断する経験が重要です。AIで自動化できる作業、ルールベースで十分な作業、人が判断すべき作業を切り分けられないと、PoCだけで終わってしまう可能性があります。
\n\n要件定義、業務フロー整理、KPI設計、関係者へのヒアリング、資料作成の経験がある人は、AI導入支援やPoC案件と相性があります。エンジニアだけでなく、データアナリスト、PM、ITコンサル、業務改善担当の経験も副業につながりやすいです。
\n\nAI副業では、精度だけでなくリスクを説明できることもスキルの一部です。生成AIの出力は誤ることがあり、著作権、個人情報、機密情報、バイアス、セキュリティの問題もあります。
\n\n面談では、過去にどのようなデータを扱ったか、出力結果をどう検証したか、利用禁止データをどう管理したか、社内ルールをどう設計したかを聞かれることがあります。実装経験に加えて、リスク管理の観点もポートフォリオや職務経歴書に入れておきましょう。
\n\nAI副業案件を探すなら、フリーランスエージェント、求人検索サイト、直接営業、クラウドソーシングを使い分けるのが現実的です。高単価案件ほど、公開前にエージェント経由で相談されることも多いため、複数の経路を持っておきましょう。
\n\nフリーランスエージェントは、AI副業を探すうえで最初に使いやすい方法です。希望稼働日数、リモート可否、単価、業務範囲を伝えると、公開求人だけでなく非公開の相談も含めて提案してもらえることがあります。
\n\nAI副業では、案件名だけでは実態が分かりにくいことがあります。たとえば「AI導入支援」と書かれていても、実際には社内研修、RAG開発、データ基盤整備、PoC伴走、PM支援など内容は大きく違います。エージェントに確認する際は、成果物、利用データ、開発範囲、稼働時間、契約形態を具体的に聞きましょう。
\n\n求人検索サイトでは、生成AI、LLM、RAG、Python、データ分析、機械学習、副業、リモートなどの条件を組み合わせて探します。まずは案件の母数を見て、自分の経験に近い職種や業務範囲を把握するのに向いています。
\n\nインディバースフリーランスでは、生成AIやAIエンジニアに関連する副業案件を検索できます。案件例を見ながら、週何日から応募できるか、どの技術が求められるかを確認してみてください。
\n\n\n\n直接営業やSNSは、実績がある人ほど相性のよい探し方です。AI導入に関心がある企業、スタートアップ、業務改善を進めたい事業会社に対して、過去の支援内容や小さな提案を添えて連絡します。
\n\nただし、SNS経由の案件は契約条件が曖昧になりやすいです。業務範囲、報酬、支払い条件、秘密保持、成果物の権利、追加対応の扱いは、着手前に書面で確認しましょう。
\n\nクラウドソーシングにも、プロンプト作成、チャットボット構築、データ収集、簡易分析、AI記事作成補助などの案件があります。実績作りや小規模案件には使えますが、高単価のAI副業を狙う経験者にとっては、単価が低い案件も多い点に注意が必要です。
\n\nクラウドソーシングを使う場合は、AIを使った大量生成だけを求める案件や、著作権・個人情報の扱いが不明確な案件を避けましょう。実績作りとして受ける場合も、成果物の公開可否や守秘義務を確認しておくことが大切です。
\n\nAI副業に使う求人サイトやエージェントは、案件数だけでなく、週2〜3日・リモート・上流支援の相談ができるかで選びましょう。特に生成AIやAI導入支援は、企業側も要件を固めきれていないことがあるため、面談前の情報整理を支援してくれるサービスが向いています。
\n\n登録後は、職務経歴書に「AI」「生成AI」「LLM」「RAG」とだけ書くのではなく、扱ったデータ、作ったシステム、改善した業務、利用技術、成果を具体的に書きましょう。AI副業では、技術名よりも「どの業務課題をどう改善したか」が伝わるほど紹介されやすくなります。
\n\nAI副業は単価が高い一方で、機密情報、著作権、セキュリティ、成果物の責任が問題になりやすい領域です。受注前に確認すべきポイントを整理しておきましょう。
\n\nAI副業を始める前に、本業の副業規定、競業避止、秘密保持の範囲を確認しましょう。本業でAI・データ・クラウドに関わっている場合、似た領域の副業が利益相反になることがあります。
\n\n副業先の業界、扱うデータ、開発する機能が本業と近い場合は、会社の規定だけでなく、必要に応じて上長や人事へ確認しておくと安心です。曖昧なまま始めると、後からトラブルになる可能性があります。
\n\nAI副業では、機密情報や個人情報を外部AIツールに入力しないルールを最初に決めるべきです。顧客データ、契約書、ソースコード、社内資料をそのままAIに入れると、情報漏えいリスクが発生します。
\n\n案件開始時には、利用できるAIツール、入力してよいデータ、ログ保存の有無、社内環境で使うモデル、匿名化ルールを確認しましょう。RAGやチャットボットを作る場合も、参照権限と回答ログの扱いを設計に入れる必要があります。
\n\nAI副業では、生成物の著作権や利用範囲を契約前に確認しておくことが大切です。画像、文章、コード、学習データ、外部APIの利用規約によって、商用利用や再利用の可否が変わることがあります。
\n\n特に、既存コンテンツを学習・参照して生成物を作る案件では、権利処理が曖昧なまま進めないようにしましょう。成果物の所有権、二次利用、ポートフォリオ掲載の可否も、契約書や発注書に明記しておくと安全です。
\n\nAI副業では、精度を100%保証するような契約は避けるべきです。AIモデルはデータ品質や運用環境に影響され、出力が誤ることがあります。予測モデル、チャットボット、レコメンド、要約ツールなどは、評価方法と運用時の確認フローを決めておく必要があります。
\n\n契約前には、検収条件、改善回数、保守対応、追加学習の扱い、障害時の責任範囲を確認しましょう。PoCの場合は、成功条件だけでなく「どの条件なら本番化しないか」も決めておくと、期待値のズレを防げます。
\n\n完全未経験から高単価のAI副業を受けるのは難しいです。AI副業では、Python、SQL、データ分析、Web開発、クラウド、業務改善など、何らかの実務経験が求められます。
\n未経験から始める場合は、まず本業や個人開発でAIを使った業務改善の実績を作りましょう。たとえば、社内FAQの検索、レポート自動化、データ集計、簡単な予測モデルなど、小さな成果を説明できる状態にするのが現実的です。
\n\nChatGPTを使えるだけでは、継続的に高単価のAI副業を取るのは難しいです。プロンプト作成だけの案件はありますが、単価が低くなりやすく、差別化もしにくいためです。
\nChatGPTの利用経験を副業につなげるなら、業務フロー設計、社内ルール作成、RAG構築、API連携、評価設計まで広げましょう。ツール利用者ではなく、業務改善を実装できる人として見せることが重要です。
\n\nAI副業は週1や土日だけでできる案件もありますが、数は限られます。AI案件は要件整理や検証のコミュニケーションが必要になるため、平日日中の定例に参加できる方が選択肢は広がります。
\n週1や土日中心で探す場合は、調査、レビュー、プロンプト改善、軽量な自動化、研修資料作成など、成果物を小さく切り出せる案件を狙うとよいでしょう。
\n\nAI副業はリモートと相性があります。LLMアプリ開発、データ分析、RAG構築、資料作成、PoC支援などはオンラインで進めやすいからです。
\nただし、機密データの扱いや社内システム接続が必要な案件では、初回だけ出社、貸与端末利用、VPN接続、特定環境内での作業が求められることがあります。応募前に作業環境の条件を確認しましょう。
\n\nAI副業の収入は、単価だけでなく稼働日数と役割で大きく変わります。掲載求人データでは、生成AI関連の報酬分布で中央値90.0万円、AIエンジニア関連で中央値86.0万円という目安がありますが、これは一定の稼働を前提にした業務委託案件も含みます。
\n副業として週1〜2日で働く場合は、月額固定、時間単価、成果物単位など契約形態によって収入が変わります。月額だけで判断せず、稼働時間、定例頻度、追加対応の有無を確認しましょう。
\n\nAI副業のポートフォリオには、技術名だけでなく課題、実装内容、成果、リスク対策を書きましょう。たとえば「RAGを作った」だけでなく、どの文書を対象にし、どのように検索精度を評価し、権限やログをどう扱ったかまで書くと伝わりやすいです。
\n守秘義務がある案件は、会社名やデータ内容を伏せたうえで、役割、利用技術、改善した指標、担当範囲を抽象化して記載します。
\n\nAI副業は、生成AIやLLMの盛り上がりにより案件の選択肢が広がっています。ただし、受注しやすいのは、AIツールを使える人ではなく、業務課題を整理し、データやシステムを安全に扱い、成果物として形にできる人です。
\n\nまずは、自分の経験を「生成AI活用」「LLMアプリ・RAG」「機械学習・データ分析」「PoC支援」「業務自動化」「AI導入コンサル」のどれに近いか整理しましょう。そのうえで、週何日稼働できるか、平日日中の定例に参加できるか、リモート条件はどこまで許容できるかを決めて案件を探すと、ミスマッチを減らせます。
\n\nAI副業を探すなら、生成AI関連の副業案件とAIエンジニア職種の副業案件を比較しながら、自分の経験に合う案件から応募してみてください。
\n\n","protected":false},"excerpt":{"rendered":"AIエンジニア向け副業の探し方を解説。週1〜3日や高単価の非公開求人を、レバテック、エンジニアスタイル、HiPro Techなどの求人サイト・エージェント活用と複数登録で効率的に見つける方法を紹介します。
\n","protected":false},"author":26,"featured_media":6961,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[183],"tags":[253,319],"class_list":["post-23010","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sidework","tag-ai","tag-319"],"aioseo_notices":[],"meta_description":"AIエンジニア向け副業の探し方を解説。週1〜3日や高単価の非公開求人を、レバテック、エンジニアスタイル、HiPro Techなどの求人サイト・エージェント活用と複数登録で...","_links":{"self":[{"href":"https://freelance.indieverse.co.jp/media/wp-json/wp/v2/posts/23010","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https://freelance.indieverse.co.jp/media/wp-json/wp/v2/posts"}],"about":[{"href":"https://freelance.indieverse.co.jp/media/wp-json/wp/v2/types/post"}],"author":[{"embeddable":true,"href":"https://freelance.indieverse.co.jp/media/wp-json/wp/v2/users/26"}],"replies":[{"embeddable":true,"href":"https://freelance.indieverse.co.jp/media/wp-json/wp/v2/comments?post=23010"}],"version-history":[{"count":63,"href":"https://freelance.indieverse.co.jp/media/wp-json/wp/v2/posts/23010/revisions"}],"predecessor-version":[{"id":98418,"href":"https://freelance.indieverse.co.jp/media/wp-json/wp/v2/posts/23010/revisions/98418"}],"wp:featuredmedia":[{"embeddable":true,"href":"https://freelance.indieverse.co.jp/media/wp-json/wp/v2/media/6961"}],"wp:attachment":[{"href":"https://freelance.indieverse.co.jp/media/wp-json/wp/v2/media?parent=23010"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https://freelance.indieverse.co.jp/media/wp-json/wp/v2/categories?post=23010"},{"taxonomy":"post_tag","embeddable":true,"href":"https://freelance.indieverse.co.jp/media/wp-json/wp/v2/tags?post=23010"}],"curies":[{"name":"wp","href":"https://api.w.org/{rel}","templated":true}]}}