Machine learning engineer with 5 years of experience building and deploying production AI across computer vision, deep learning, NLP and generative AI. IIT Madras graduate, specialising in visual document understanding, OCR pipelines, 3D perception, object detection and end-to-end deployment on AWS. Turns research into systems that measurably reduce manual work.コンピュータビジョン、深層学習、自然言語処理、生成AIの分野で5年間、実運用のAIシステムを開発・導入してきた機械学習エンジニアです。IITマドラス校卒業。文書の画像理解、OCR、3D認識、物体検出、AWSでのエンドツーエンドのデプロイを得意とし、研究を手作業の削減につながるシステムに仕上げてきました。
Experience経歴
M2
M2 Labo Inc.
AI robotics & agricultural automation · JapanAIロボティクス・農業自動化 · 日本
AI / ML Research EngineerAI・ML研究エンジニア
Mar 2025 – present2025年3月〜現在
RokidAI: a Kotlin Android app for smart glasses that lets farm workers control vehicles hands-free, with real-time gesture recognition tuned for low light and low latency.RokidAI：スマートグラス向けKotlin Androidアプリを開発。農機をハンズフリーで操作でき、低照度・低遅延に強いリアルタイムのジェスチャー認識を実装。
A multimodal farm AI agent (voice + image) with offline multilingual speech recognition, connected to AWS IoT Core, S3 and Cognito for live telemetry.音声と画像で質問できる農業AIエージェントを開発。オフラインの多言語音声認識を備え、AWS IoT Core・S3・Cognitoと連携してリアルタイムに稼働状況を送受信。
An autonomous fruit-harvesting robot on a 6-axis arm with ROS 2: YOLOv8 and Intel RealSense depth to find fruit and pick points, MoveIt 2 for motion planning.ROS 2で6軸ロボットアームによる自動果実収穫ロボットを開発。YOLOv8とIntel RealSenseの深度情報で果実と収穫点を推定し、MoveIt 2で動作を計画。
N
Nohara Holdings Inc.
Construction & smart infrastructure · Japan建設・スマートインフラ · 日本
Lead AI / ML EngineerリードAI・MLエンジニア
Oct 2022 – Feb 20252022年10月〜2025年2月
YOLO-based extraction of walls, doors, windows, stairs and dimensions from floor-plan blueprints: 3× faster with TensorRT, +18% mAP, 70% less manual work.YOLOによる図面からの壁・ドア・窓・階段・寸法の自動抽出。TensorRTで3倍高速化、mAPを18%向上し、手作業を70%削減。
3D point-cloud segmentation of site scans with damage detection and automatic repair-material estimates, cutting site-survey trips and fuel costs by about 80%.現場スキャンの3D点群セグメンテーションと損傷検知、補修資材の自動算出を開発。現地調査の移動・燃料コストを約80%削減。
A RAG architecture and QLoRA fine-tuning for construction-document Q&A, plus a GPT-powered company chatbot on AWS and Azure OpenAI.建設文書Q&A向けのRAG構成とQLoRAによるLLMファインチューニング、AWS・Azure OpenAI上のGPT社内チャットボットを構築。
GAN-based floor-plan generation (HouseGAN, ArchiGAN) with a web interface used on client projects.GAN（HouseGAN・ArchiGAN）による間取りの自動生成と、顧客案件で使うWebインターフェースを開発。
H
HCL Technologies
IT services · IndiaITサービス · インド
AI / ML DeveloperAI・ML開発者
Jul 2021 – Oct 20222021年7月〜2022年10月
ML models for 5G network optimisation: beam management, signal-quality prediction and interference classification (PyTorch, TensorFlow).5Gネットワーク最適化のMLモデル（ビーム管理、信号品質予測、干渉分類）をPyTorch・TensorFlowで開発。
Quantisation and pruning cut model size by about 35% for low-latency deployment; wrote benchmarking reports for senior architects.量子化と枝刈りでモデルサイズを約35%削減し、低遅延での運用を実現。シニアアーキテクト向けに比較検証レポートを作成。
+
MyriadCara · Nakunj · FavTutor
Startups · Indiaスタートアップ · インド
AI Developer / Data Science InternAI開発者・データサイエンス・インターン
May 2020 – Jun 20212020年5月〜2021年6月
A fashion image classifier at 93% accuracy, a customer-retention model improved from 60% to 80% accuracy, and teaching Python and machine learning to students.ファッション画像分類（精度93%）、顧客継続予測モデルの精度を60%から80%に改善、学生へのPython・機械学習の指導。
Skillsスキル
Computer vision画像認識
YOLO
OCR / PaddleOCR
Document AI文書AI
3D point clouds3D点群
Depth sensing深度センシング
TensorRT
OpenCV
Deep learning & GenAI深層学習・生成AI
PyTorch
TensorFlow
Hugging Face
LangChain
RAG
QLoRA
Vision + LLMマルチモーダル
GAN
Roboticsロボティクス
ROS 2
MoveIt 2
Inverse kinematics逆運動学
Intel RealSense
Livox Mid-360
Cloudクラウド
AWS
IoT Core
Lambda
Azure OpenAI
Docker
Languages言語
Python
C++
Kotlin
JavaScript
R
Education & awards学歴・受賞
IIT
Indian Institute of Technology Madrasインド工科大学マドラス校
B.Tech · 2021学士（工学） · 2021年
National Means-cum-Merit Scholarship, Government of Maharashtraマハラシュトラ州政府 全国成績優秀者奨学金（NMMS）
Top 80 of 15,000 in the Jawahar Navodaya Vidyalaya national entrance examジャワハル・ナヴォダヤ・ヴィディヤラヤ全国入学試験で15,000人中上位80位
Certifications資格・修了証
AI Agents Fundamentals (Hugging Face)
Deep Learning Specialization
NLP Specialization
GANs Specialization
TensorFlow Developer
AWS Machine Learning
DevOps on AWS
A note from Sandeshメッセージ
I have spent five years turning AI research into systems people use every day, from reading construction blueprints to guiding a robot arm to the right fruit. Japanese teams taught me that a model is only finished when it is documented, tested and easy for the next person to run. That is the standard I hold our engineers to.研究段階のAIを、毎日使われるシステムに仕上げることに5年間取り組んできました。建設図面の読み取りから、ロボットアームを正しい果実へ導くことまで。日本のチームからは、ドキュメントとテストが揃い、次の人が簡単に動かせて初めてモデルは完成だと学びました。当社のエンジニアにも同じ基準を求めます。