AIエンジニア・研究者

Md Shafi Ud Doula

シニアAI研究開発エンジニア

Deloitte Tohmatsu LLC 日本・東京

Shafiは、文書インテリジェンス、生成AI、視覚言語モデルを専門とし、8年以上にわたりAI研究の成果を企業向けアプリケーションに応用している。

Md Shafi Ud Doula

プロフィール

Md Shafi Ud Doulaは、文書インテリジェンス、決済業務の自動化、デジタルトランスフォーメーションの分野で8年以上の実務経験を持つAI研究開発エンジニア。コンピュータビジョン、自然言語処理、生成AI、視覚言語モデルを組み合わせ、AWSとGCPでの実践的なクラウド開発経験を活かした研究開発に取り組んでいる。

現在は日本・東京を拠点とし、医療、通信、保険分野の企業に向けて、生成AI、エージェント型AI、基盤モデルを活用したソリューションを主導している。

8+
年以上の実務経験
18
掲載プロジェクト
6
研究成果

学歴

AIT Logo

工学修士(データサイエンス・AI)

アジア工科大学(タイ)

学位論文: "A multi-modal framework for context-aware plant disease classification and segmentation integrating visual and textual features"

🏆 最優秀学位論文賞
BRUR Logo

理学士(コンピュータサイエンス・工学)

Begum Rokeya University(バングラデシュ)

学位論文: "A Language-Independent Deep Parts-of-Speech Tagger"

職歴

シニアAI研究開発エンジニア

2023年~現在

Deloitte Tohmatsu LLC(日本・東京)

  • 医療、通信、保険分野の企業向け文書処理において、生成AI、エージェント型AI、基盤モデルを活用したソリューションを主導
  • 要件分析からソフトウェア仕様策定、ソリューション設計までを一貫して推進
  • 国内外の部門横断型エンジニアリングチームを管理
🏆 Best Employee Award 2024(Culture & Inclusion部門)

AI研究開発エンジニア

2021年~2023年

Deloitte Touche Tohmatsu LLC(日本・東京)

  • 決済業務の自動化、法務文書AI、ローコード・ノーコード基盤を用いたソリューションを開発

ジュニアAIエンジニア

2019年~2021年

Deloitte Touche Tohmatsu LLC(日本・東京)

  • 日本語・英語文書を対象とするAI OCR「Deep ICR」を開発

非常勤講師

Begum Rokeya University コンピュータサイエンス・工学科(バングラデシュ・ラングプル)

  • 担当科目:ソフトスキルとアカデミックライティング

研究員

Smart Data Lab、アジア工科大学(タイ)

  • データサイエンスと人工知能の研究に従事

AI研究・開発担当

2016年~2019年

Semantics Lab、Begum Rokeya University(バングラデシュ)

  • スペル訂正、顔解析、感情検出、ベンガル語OCR、安全運転支援アプリケーションの研究開発に従事

プロジェクト

企業向け開発の主な実績

Shafiは、文書理解、企業業務の自動化、生成AIの応用に取り組んでいる。

多言語文書AI

物体検出、文字認識、固有表現抽出、レイアウト解析を統合し、スキャン文書から構造化データを抽出する本番運用向けOCR・ICR基盤。

決済業務の自動化

検証と例外処理を備え、請求書の項目抽出・正規化から後続のRPA・ERPワークフローまでをつなぐ処理基盤。

法務文書AI

LLMを活用し、契約条項の抽出、義務の特定、リスクの検出を行い、根拠を示す契約書レビューシステム。

医療分野の生成AI

ガードレールとコンプライアンス管理を備え、規程や臨床文書に関する質問に回答する検索拡張生成(RAG)サービス。

実行時の最適化

バッチ処理、混合精度、入出力の調整により、モデルを変更せずに文書AI処理の推論を高速化。

ローコードによる生成AI導入

エージェントツール、コネクタ、ガードレール、標準化されたプロンプト管理を備えた企業向けローコードAIアプリケーション。

オープンソース・公開プロジェクト

生成AI

医療Q&Aチャットボット

MedQuADデータセットを用い、Seq2SeqとGPT-2を比較した患者向け医療Q&A。データ整備からFlaskによるデプロイまでを実装。

GPT-2FlaskHuggingFaceNLTK
GitHubで見る
NLP

DistilBERTの生徒モデル初期化

知識蒸留における生徒モデルの層の初期化方法(上位K層、下位K層、奇数・偶数層)を比較検証。

BERT知識蒸留HuggingFaceGLUE
GitHubで見る
NLP

英語・ベンガル語の機械翻訳

注意機構とTransformerの構成要素を検証する英語・ベンガル語のニューラル機械翻訳。BLEU・SacreBLEUで低資源言語の翻訳を評価。

PyTorchTransformerSentencePieceOPUS-100
GitHubで見る
生成AI

カスタムGPT(AITチャットボット)

スクレイピング、ベクトル化、FlaskのUIを備えたRAG型キャンパスアシスタント。RAGの全体構成を実装。

LangChainFAISSFlaskRAG
GitHubで見る
CV

画像類似検索

VGG16の埋め込みによる深層特徴のインデックス化とKNN検索を用い、類似画像の検出と画像検索を実装。

VGG16FAISSTensorFlowKNN
GitHubで見る
生成AI

LangChain・OllamaによるRAG

Hugging Faceの埋め込み、FAISS、Ollamaを組み合わせたローカルRAG。LLaVA・BakLLaVAによる画像情報の利用にも対応。

LangChainFAISSOllamaLLaVA
GitHubで見る
生成AI

LangGraphによる契約書レビュー

LangGraphのノードを用いて条項抽出、意図分類、リスク検出を行い、ポリシーに基づく修正案を提示するエージェント型契約分析。

LangGraphLLaMA-3OllamaYAML
GitHubで見る
生成AI

エージェント型RAGチャット

LangChain、FAISS、Ollamaを統合したローカルRAGチャットボット基盤。データのプライバシーとコスト効率を考慮したLLMの運用を実装。

LangChainFAISSOllamaRAG
GitHubで見る
NLP

指示チューニング

AlpacaデータセットとDistilGPT-2を用い、データ準備、教師あり微調整、評価、Flaskアプリまでの一連の流れを実装。

SFTTrainerHuggingFaceFlaskBLEU
GitHubで見る
NLP

BERTによる文埋め込み

検索、クラスタリング、意味的類似度の評価に用いるBERTベースの文埋め込み。

BERTHuggingFace埋め込み
GitHubで見る
NLP

言語モデル(LSTM)

ハリー・ポッターのテキストを使ってLSTM言語モデルを学習し、Flaskの文章生成アプリとして公開。勾配クリッピングを用いた学習を実装。

PyTorchLSTMFlasktorchtext
GitHubで見る
CV

注意機構を用いた画像キャプション生成

視覚特徴への注意機構を備えたCNN・RNN型画像キャプション生成。コンピュータビジョンと自然言語処理を組み合わせた実装。

CNNRNN注意機構深層学習
GitHubで見る
CV

VAEによるバイアス軽減

変分オートエンコーダと適応的な再サンプリングを用い、アルゴリズムの公平性に配慮した顔検出を実装。

VAE公平性深層学習
GitHubで見る
クラウド

クラウド・ネットワーク構成

Cognito、API Gateway、Lambda、DynamoDB、S3、CloudFrontを用いたAWSサーバーレスWebアプリ。AWS Well-Architectedの柱に沿った構成。

AWSLambdaDynamoDBCognito
GitHubで見る
ML

給与予測

探索的データ分析、特徴量エンジニアリング、ベースラインモデルを組み合わせた表形式データによる給与の回帰予測。

scikit-learnPandasEDA
GitHubで見る
ML

心疾患予測

臨床の表形式データから心疾患リスクを分類する機械学習。医療データを扱う際の責任ある機械学習の実装例。

scikit-learn臨床機械学習分類
GitHubで見る
ML

機械学習による自動車価格帯の分類

特徴量エンジニアリングからモデル選択までを含む、表形式データによる自動車価格帯の分類。

scikit-learn分類特徴量設計
GitHubで見る
NLP

履歴書解析・検索エンジン

PDFのテキスト化、spaCyと正規表現によるスキル抽出、BM25型の検索・評価を行う情報検索エンジン。

spaCyBM25IRPython
GitHubで見る

研究・論文

学術誌論文、国際会議論文、プレプリント、編集承認待ちの研究を掲載。各項目に公開・審査状況を明記。

学術誌論文

MMF-Gait: A Multi-Model Fusion-Enhanced Gait Recognition Framework Integrating Convolutional and Attention Networks

Symmetry、第17巻第7号、論文番号1155、2025年7月19日

DOI: 10.3390/sym17071155

MMF-Gaitの構成図
学術誌論文(承認待ち)

Precision Agriculture Using Deep Learning: A Transformer-Based Framework for Crop Disease Detection

Crop Design、Elsevier(ScienceDirect)— 最終編集承認待ち

学術誌論文

YoLIP Flood Response: Zero-Shot Flood Detection and Prioritization Pipeline

JBRP 2025

YOLOv7とCLIPを組み合わせ、ドローン画像やソーシャルメディアの映像から緊急性の高い場面を選別するゼロショット洪水検出・優先順位付けの処理基盤。

YoLIP洪水対応の構成図
プレプリント

Mam-App: A Novel Parameter-Efficient Mamba Model for Apple Leaf Disease Classification

プレプリント(arXiv)

DOI: 10.48550/arXiv.2601.21307

Mam-Appモデルの構成図
国際会議論文

A Vision-Language Approach for Detecting and Classifying Floating Debris on Aquatic Surfaces

ICMVA 2025、オーストラリア・メルボルン(2025年6月12~14日)— SPIE会議録

DOI: 10.1117/12.3078506

浮遊ごみ検出の構成図
国際会議論文

A Language-Independent Deep Parts-of-Speech Tagger

iCATIS 2019、バングラデシュ・ダッカ(International Conference on Applications and Techniques in Information Science)

講演・発表

招待講演者

研究における視覚言語モデル

2025年7月6日 — アジア工科大学(ベトナム)、データサイエンス・AI専攻の大学院生向け

招待講演者

クラウドコンピューティングと産業研究の動向

2025年8月22日 — アジア工科大学(タイ)、博士課程学生向け

アジア工科大学(タイ)での講演
招待講演者

大学での学びと産業界のニーズをつなぐ:AI・クラウド時代への準備

2025年10月7日 — Begum Rokeya University コンピュータサイエンス・工学科(バングラデシュ・ラングプル)

Begum Rokeya Universityでの講演
学会発表者

研究における自然言語処理

2019年1月21日 — iCATIS、Daffodil International University(バングラデシュ・ダッカ)

iCATIS 2019での自然言語処理に関する発表

研究協力

アジア、欧州、北米の大学・研究機関との協力による研究活動。

アジア工科大学

タイ・パトゥムターニー

Begum Rokeya University

バングラデシュ・ラングプル

東京大学医学部附属病院

日本・東京

イースト・ロンドン大学

英国・ロンドン

熊本大学

日本・熊本

テキサス州立大学

米国テキサス州・サンマルコス

MDPI

Symmetry誌、スイス

SPIE

ICMVA 2025、オーストラリア・メルボルン

専門技術

自然言語処理・生成AI

LLMsRAG翻訳感情分析 情報抽出要約文章生成

コンピュータビジョン

OCRセグメンテーション物体検出視覚言語モデル

機械学習・深層学習

予測分類異常検知

開発・クラウド

FastAPIDockerGitAWS(認定資格取得)GCP(認定資格取得)

フレームワーク・ツール

PyTorchTensorFlowHugging FaceLangChain LangGraphDify

プロジェクト管理

JiraMS Project部門横断チーム

使用言語

ベンガル語
母語
英語
ビジネスレベル
日本語
日常会話レベル

お問い合わせ

Shafiは、共同研究、AIプロジェクト、講演に関する問い合わせを受け付けている。