Sakura Indo TechINDIA·JAPAN·ENGINEERING日印エンジニアリング
Contactお問い合わせ

Homeホーム / About会社情報 / Swapnil Athawale

About概要

AI engineer with 6+ years building and shipping generative AI, agentic systems, RAG pipelines, machine learning, computer vision, NLP and large-scale recommendation engines in Japan. Production work includes real-time medical risk models (93% accuracy) and platforms serving millions of users every day.日本で6年以上、生成AI、エージェント、RAG、機械学習、コンピュータビジョン、自然言語処理、大規模レコメンドエンジンの開発と運用に携わってきたAIエンジニアです。リアルタイムの医療リスク検知モデル（精度93%）や、毎日数百万人が利用するプラットフォームを本番環境で提供してきました。

Experience経歴

Spiker Inc.

Medical AI · Tokyo, Japan · Dec 2021 – present医療AI · 東京 · 2021年12月〜現在

  1. Lead AI EngineerリードAIエンジニア

    Dec 2023 – present2023年12月〜現在

    • Led optimisation of deep-learning models on continuous cardiotocography (CTG) time-series, improving real-time detection of Category II patterns and early signs of fetal compromise.連続した胎児心拍陣痛図（CTG）の時系列データを解析する深層学習モデルの最適化を主導し、カテゴリーII波形や胎児機能不全の兆候をリアルタイムで検知する精度を向上。
    • Shipped a faster Alert-Monitor AI engine that supports midwives' clinical decisions where doctors are scarce.医師が不足する現場で助産師の臨床判断を支える「Alert-Monitor」AIエンジンを高速化して提供。
    • Raised precision and recall of fetal heart-rate anomaly detection by 18%, cutting false alarms while flagging emergencies on time.胎児心拍数の異常検知の適合率・再現率を18%改善し、誤報を減らしつつ緊急時の通知を確実に。
    • Co-developed AI features that reduced emergency C-sections driven by unclear fetal distress by 53% (61.6% → 28.8%).判断の難しい胎児機能不全による緊急帝王切開を53%削減（61.6%→28.8%）したAI機能を共同開発。
    • Led the expansion into India, building relationships with hospital networks and healthcare organisations.インドの病院ネットワーク・医療機関との関係構築を主導し、インド展開を推進。

  2. Senior Data Scientistシニアデータサイエンティスト

    Dec 2021 – Dec 20232021年12月〜2023年12月

    • Replaced rule-based risk detection with machine learning (scikit-learn, PyTorch), raising accuracy from 70% to 93% and cutting false positives.ルールベースのリスク検知を機械学習（scikit-learn・PyTorch）に置き換え、精度を70%から93%に向上し、誤検知を大幅に削減。
    • Built end-to-end ML pipelines with containerised deployment (Docker, Kubernetes, CI/CD) and made inference 2× faster.Docker・Kubernetes・CI/CDによるエンドツーエンドのMLパイプラインを構築し、推論速度を2倍に。
    • Migrated a legacy codebase, speeding up feature delivery by 35%, and curated training data with medical specialists.レガシーコードを刷新して機能開発を35%高速化し、医療専門家とともに学習データを整備。

Linkbal Inc.

Consumer web services · Tokyo, Japan · 2018 – 2021Webサービス · 東京 · 2018年〜2021年

  1. Machine Learning Engineer機械学習エンジニア

    Nov 2019 – Nov 20212019年11月〜2021年11月

    • Designed an ML match engine for a dating app: 32% better match accuracy across 5M+ users and 25% more daily conversations.500万人以上が利用するマッチングアプリのMLマッチングエンジンを設計し、マッチ精度を32%、1日の会話数を25%向上。
    • Built a recommendation system serving 1M+ event suggestions a day, lifting RSVPs by 18% through A/B testing.1日100万件以上のイベント推薦を配信するレコメンドシステムを構築し、A/Bテストで参加申込を18%向上。
    • Developed a real-time face recognition and beautification SDK running at 30 fps on mid-range phones, used in 3 commercial apps.中価格帯のスマートフォンで30fpsで動く顔認識・美肌補正SDKを開発し、3つの商用アプリに搭載。
    • Led a 3-person agile team that delivered 4 releases two weeks early and cut cloud costs by 15%.3名のアジャイルチームを率い、4回のリリースを2週間前倒しで完了し、クラウド費用を15%削減。

  2. Data Science Internデータサイエンス・インターン

    May 2018 – Jul 20182018年5月〜7月

    • Added ML-based ranking to the legacy match engine and built KPI dashboards (SQL, Tableau, Python).既存のマッチングエンジンにMLランキングを導入し、SQL・Tableau・PythonでKPIダッシュボードを構築。

Skillsスキル

Generative AI生成AI
  • GPT-4
  • Llama
  • RAG
  • LangChain
  • LangGraph
  • Pinecone
  • Hugging Face
  • AutoGen
  • Guardrails
Machine learning機械学習
  • Recommender systemsレコメンド
  • NLP
  • Computer vision画像認識
  • Time-series時系列解析
  • Risk detectionリスク検知
Deep learning深層学習
  • PyTorch
  • TensorFlow
  • Keras
MLOps
  • Docker
  • Kubernetes
  • CI/CD
  • AWS
  • GCP
Data & analyticsデータ分析
  • Python
  • C++
  • SQL
  • Pandas
  • scikit-learn
  • Tableau
  • A/B testingA/Bテスト

Education学歴

Indian Institute of Technology Jodhpurインド工科大学ジョードプル校

B.Tech, Computer Science · 2015 – 2019コンピュータサイエンス学士 · 2015年〜2019年

A note from Swapnilメッセージ

I spent six years in Japan as a data scientist and AI engineer, and learned how much care Japanese teams put into planning, documentation and quality. I also saw how hard it is for them to find engineers with AI experience. I started Sakura Indo Tech so Japanese companies can work with strong Indian engineers, with someone who understands both sides responsible for the result.私は日本で6年間、データサイエンティスト・AIエンジニアとして働き、日本のチームが計画・ドキュメント・品質にどれほど丁寧に取り組むかを学びました。同時に、AIの経験を持つエンジニアを見つけることがいかに難しいかも目にしてきました。両国を理解する者が責任を持ち、日本企業が優秀なインド人エンジニアと協業できるように、Sakura Indo Tech を立ち上げました。

Talk to Swapnilスワプニルに相談する