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.

• Led a research team on the "LMs for Software Engineering" prosjekt med fokus på teknisk gjeldsreduksjon, Feildeteksjon og dokumentasjonsanalyse ved hjelp av store språkmodeller.
• Desiged, implemented, trained, testet, and deployed LLMs for automatic code refactoring and bug detection.
• Utsatte modeller til sky-produksjonsmiljøer og HPC distribuerte dataprogramklynger.
• Overvåket den kontinuerlige ytelsen til modeller med verktøy som MLFlow, Sacred og Weights & Biases.
• Tilkoblingen til selskapets forskningsavdeling med akademiske partnere ved TU/e.

• Prosjektert, implementert, trenet, testet, og distribuert toppmoderne læringsarkitekter, som for eksempel Actor-Critics, DQN, LL-er og LM ved bruk av konvolusjonale, gjentakende og oppmerksomhetsbaserte mekanismer for nedtrekksvirksomhet på tvers av mange oppgaver.
• Distribuerte modeller til skytjenester på plattformer som Google Cloud, Amazon AWS, og Slurm HPC distribuerte dataklubstre.
• Overvåket den kontinuerlige ytelsen til modeller ved bruk av verktøy som MLFlow, Sacred og Weights & Biases.
• Sammensatte selskapets HPC Slurm klyngere.
• Led fem forskerteam som førstegangsforfatter og offentliggjør en forskningsrapport til hvert trinn i nivå AI i arenaer. herunder AAAI, IJCAI, ECAI, the tificial Intelligence Journal, and PLoS One Journal.
• Presented AI-forskning på internasjonale topp-nivå konferanser som AAAI, IJCAI og ECAI.
• Sikret to konkurransepregede tilskudd, ett fra USA Air Force Office of Scientific Research og et annet fra det portugisiske stiftelsen for Science and Technology (FCT).
• Mottok prisen for beste papir for prosjektet «Helping People On The Fly: Ad Hoc Teamwork for Human-Robot Teams.»

• Redusert teknisk gjeld og økt samlet testdekning av løsningen med Top Sky Tower, et verktøy til lufttrafikktjenesten for å håndtere elektroniske striper.
• Implementerte og testede kritiske systemer for deteksjon av sikkerhet.

• Trent et Convolusjonalt nevrale nettverk for å klassifisere gyldige bilder av identitetskort.
• Implementert programvare for automatiske og periodiske sikkerhetskopieringer av universitetets registre til AWS-skyen.
• Reimplementert eldre programvare med bruk av moderne teknologier som Scala og 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