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。

学歴
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
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
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
検索条件に一致するプロジェクトはない。別のキーワードを入力するか、「すべて」を選択。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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
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
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。
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
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
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
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
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
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)
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)
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
コンピュータビジョン
機械学習・深層学習
開発・クラウド
フレームワーク・ツール
プロジェクト管理
使用言語
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。