João M.

Developing a production-oriented AI system for personalised patient interventions in dementia care, combining reinforcement learning with large language models. Designed and built ToneRL, a hybrid architecture where a lightweight RL agent learns to control an LLM’s output in real time, adapting communication style to individual patients based on clinical feedback, without retraining or modifying the underlying model. Collaborating directly with clinicians and linguists to ensure outputs meet clinical communication standards. The architecture is designed for scalable deployment: one frozen base model serves all patients, with per-patient adaptation handled by lightweight policy instances requiring minimal compute.

• Dirigé une équipe de recherche sur le projet "LLMs for Software Engineering", axé sur la réduction technique de la dette, la détection des bogues et l'analyse de la documentation à l'aide de grands modèles de langage.
• Conçu, mis en œuvre, formé, testé et déployé des LLMs pour la refactorisation automatique du code et la détection des bugs.
• Modèles déployés dans les environnements de production de nuages et les clusters de calcul distribués par HPC.
• Surveillé la performance continue des modèles déployés en utilisant des outils tels que MLFlow, Sacred et Weights & Biases.
• Connected the company research department with academic partners at TU/e.

• Conçu, mis en œuvre, formé, testé et déployé des architectures d’apprentissage approfondi à la fine pointe de la technologie, y compris Actor-Critics, DQNs, et LLMs, en utilisant des mécanismes convolutionnels, récurrents et attentifs pour l'extraction de fonctionnalités dans un large éventail de tâches.
• Des modèles déployés sur des environnements de production cloud sur des plates-formes telles que Google Cloud, Amazon AWS et Slurm HPC ont distribué des grappes informatiques.
• Surveillé la performance continue des modèles déployés en utilisant des outils tels que MLFlow, Sacred et Weights & Biases.
• Assemblage de la grappe HPC Slurm de la société.
• Dirigé cinq équipes de recherche en tant que premier auteur, publiant un document de recherche pour chacun des lieux les plus performants de l’IA, y compris AAAI, IJCAI, ECAI, le Journal Artificial Intelligence et le PLoS One Journal.
• Présentation de la recherche sur les AI lors de conférences internationales de premier rang telles que AAAI, IJCAI et ECAI.
• Sécurisé deux subventions de financement concurrentielles, l'une provenant des États-Unis. Air Force Office of Scientific Research et un autre de la Fondation portugaise pour la Science et la Technologie (FCT).
• Reçu le prix du meilleur papier pour le projet « Aider les gens à la mouche : équipe ad hoc pour les équipes humaines-robotes ».

• Réduction de la dette technique et augmentation de la couverture globale des tests de la solution Top Sky Tower, un outil destiné aux contrôleurs aériens pour la gestion des bandes électroniques.
• Implémenté et testé systèmes de détection de sécurité critique.

• Formé un réseau neuronal pour classer les images valides de carte d'identité.
• Logiciel implémenté pour les sauvegardes automatiques et périodiques des dossiers de l'université dans le nuage AWS.
• Remise en œuvre de logiciels anciens utilisant des technologies modernes telles que Scala et Kotlin.

• Implemented graphical user interfaces using WPF and .NET for the trading team • Refactored and optimized code in several legacy projects, increasing overall performance of proprietary trading tools by up to 30%

Designed and developed a website for the Trainees project - matchmaking companies and near-graduates from the Portuguese ESHTE