【ITニュース解説】Hello from Kanpur: what I build, and what I'll write about here

Pranjul Rathourは、インドのカンパー出身のGenAIエンジニアである。GenAIとは、Generative AI、つまりテキストや画像などを「生成する」ことに特化したAI技術を指す。彼は自身のブログの最初の投稿で、自己紹介として、これまで何を開発し、どのような実績を持ち、どのような活動をしているのか、そして今後このブログでどのような情報を発信していくのかを述べている。

彼は2026年2月から7月にかけてのわずか半年間で、Next Upgrad Web Solutionsという会社で五つの実用的なAIアプリケーションを、企画から設計、開発、そして本番環境へのデプロイまで、すべて一人で担当し世に送り出した。これらのアプリケーションは、Docker、CI（継続的インテグレーション）、そしてオブザーバビリティ（可観測性）といった現代のソフトウェア開発で重要な技術を用いて、RailwayとVercelというクラウドサービス上にデプロイされている。Dockerは、アプリケーションとその実行環境をひとまとめにしてどこでも同じように動かせるようにする「コンテナ」という技術であり、CIはコードの変更があった際に自動でテストやビルドを行い、開発効率を高める仕組みである。オブザーバビリティは、システムが正常に動作しているか、問題が発生していないかを継続的に監視・分析する能力を指す。RailwayやVercelは、開発者が作ったアプリケーションをインターネット上で公開するためのプラットフォームで、スケーラビリティや運用を支援する。

彼が開発したアプリケーションの一つに「RAG.NextUpgrad」がある。これは、Retrieval-Augmented Generation（検索拡張生成）サービスと呼ばれるもので、AIモデルが質問に答える際に、既存の知識ベースから関連情報を「検索」し、その情報を元に回答を「生成」する技術だ。このサービスでは、従来のキーワード検索だけでなく、文章の意味を理解する高度な検索方法（ハイブリッド密集型検索＋BM25）や、検索結果の関連度をさらに高める再ランキング処理が用いられている。さらに、回答の根拠を提示し、情報が不十分な場合にはAIモデルに回答させない「信頼度ゲート」という機能も備わっており、AIが誤った情報を生成する「幻覚」を防ぐことに貢献している。特筆すべきは、この高度なサービスがわずか220MBのメモリで動作し、512MBの無料インスタンス内で運用されている点である。

次に「FineTune Studio」は、ユーザーがブラウザ上で手軽にオープンソースのAIモデルをファインチューニングできるサービスだ。ファインチューニングとは、既存のAIモデルを特定のデータセットで再学習させることで、そのモデルの性能を特定のタスクやデータに合わせて最適化するプロセスを指す。このスタジオでは、QLoRAという効率的なファインチューニング技術が使われている。ユーザーはデータセットをアップロードし、そのデータが適切か検証し、学習を開始できる。学習の進捗はリアルタイムで確認でき、最終的には元のモデルとファインチューニングされたモデルの性能を比較できる。例えば、Qwen3-1.7Bのようなモデルを約3.2GBのVRAM（グラフィックメモリ）で学習させることが可能で、107項目ものテストをクリアする品質を持つという。

「FaceVision」は、顔検出、顔認識、そして生体認証（写真ではなく本物の人間であるかを確認する）の機能を持つアプリケーションで、驚くべきことにその処理のすべてがユーザーのWebブラウザ内で完結する。これはONNX Runtime Webという技術を用いることで実現されており、顔の画像データをサーバーに送る必要がないため、プライバシー保護に大きく貢献している。バックエンド（サーバー側）では、画像そのものではなく、顔の特徴を数値化した「埋め込み（embedding）」データのみが保存されるため、セキュリティ面でも優れている。

「DocuLens AI」は、請求書や契約書といったビジネス文書を自動で解析する「ドキュメントインテリジェンス」を提供する。このシステムは、文書から重要な情報を自動で抽出し、複数の文書間で比較を行ったり、特定の基準に対する法的・業務的な適合度を自動でスコアリングしたりする。これにより、手作業での確認や照合にかかる時間と労力を大幅に削減し、業務効率化に貢献する。

そして「OCR & Speech Workspace」は、PDFファイルに記載された文字を認識するOCR（Optical Character Recognition）機能と、話し言葉をリアルタイムでテキストに変換する音声認識（Speech-to-text）機能を統合したワークスペースだ。特にPDFのOCR機能は複数ページをまとめて処理でき、MistralのAIモデルを基盤とした文書の内容に特化したチャット機能も搭載されており、ドキュメントとのインタラクションを強化する。

これらのAIアプリケーション開発の前には、彼はSCULT INDIAを共同で設立し、14人からなるエンジニアリングチームを率いていた経験を持つ。そこで彼は、社内で使用する顧客管理システム（CRM）の開発を主導し、5つ以上の有料クライアント向け製品をリリースするなど、幅広い開発プロジェクトに携わってきた。現在もDr. Virendra Swarup Institute of Computer StudiesでBCA（コンピュータアプリケーション学士）課程を修了中である。

また、Pranjul Rathourは、複数のハッカソンやコンテストで輝かしい受賞歴を持っている。例えば、AIを用いた農家向けチャットボット「Krishi Gyan」でChangethon 2025の1位、フードシェアリングプラットフォーム「Annapurna」でBYTEBATTLEの1位、IIT Kanpurのハッカソンでトップ3入賞などがある。彼自身が語るように、これらの勝利は単に最も多くのアルゴリズムを知っていたからではなく、プロジェクトの範囲を明確に限定し、デモまでに実際に動作するものをデプロイし、そして技術的なトレードオフ（何かを得るために何かを犠牲にする判断）を明確に説明する能力から生まれたものだという。これは、システムエンジニアを目指す上で、単なる技術力だけでなく、プロジェクト管理やコミュニケーション能力がいかに重要であるかを示している。

さらに彼は、自身の経験を共有し、次世代のエンジニアを育成する活動にも力を入れている。彼は500人以上のメンバーを擁する開発者コミュニティ「TechVerse Enclave」を設立し、これまで200人以上の学生をウェブ開発、AI、キャリアの分野でメンターしてきた。2025年には自身の大学でAIを活用したソフトウェア開発のセッションを開催し、また100人以上の新入生に、最初のプロジェクトから就職または起業までの3年間のロードマップを提示したという。

このブログでは、彼が実際に開発・運用してきた経験に基づいた実践的な内容が、毎週1本の長文記事として公開される予定だ。具体的には、AIが幻覚を起こさないプロダクションRAGの構築方法、学生の予算でオープンソースモデルをファインチューニングする手法、プライバシーを考慮したブラウザ内での画像・OCR・音声処理、少人数チームでAIサービスを運用する際の現実的な課題、大学のハッカソンから実用的なプロダクトを生み出す方法、そして資格よりも実績が重視される理由、学生テックコミュニティを燃え尽きずに運営する方法などが語られるという。彼の短文の日常的な知見はLinkedInやBlueskyで、作成したコードはGitHubで共有される。

Pranjul Rathourは、大学のテッククラブや就職支援センター向けに無料のハンズオンセッションを提供したり、ハッカソンの審査員、メンターセッション、IITやNITなどの大学でのゲスト講演なども積極的に引き受けている。彼は、学生たちが実際に何かを作り出すことを支援することに情熱を注いでいる。

最後に彼は、システムエンジニアを目指す学生たちへ向けた非常に実践的なアドバイスを送っている。「まず、自分の身近な問題を一つ選び、今週中にそれが動く最も醜いバージョンを完成させよ。そして、何が壊れたのかを正直に500字で書き出せ。この『作って、壊して、学ぶ』という繰り返しこそが、開発者としての成長の全てだ。」彼はこのシンプルなループが、真の技術力と問題解決能力を育む最も効果的な方法であると伝えている。