João M.

Deep Learning Research Engineer

João er en Deep Learning Engineer hos ASML med over 10 års erfaring inden for kunstig intelligens.

Han har specialiseret sig i at opbygge avancerede modeller, herunder store sprog modeller (LLMs), i stand til kode refactoring, bug detection, og kontinuerlig læring. João arbejder omfattende med PyTorch og implementerer modeller på cloud-platforme og højtydende computersystemer.

Forud for ASML, ledede han forskerhold hos GAIPS Lab, der blev offentliggjort i førende AI-konferencer og sikrede konkurrenceprægede tilskud fra USA. Luftvåben og FCT. Han har også undervist AI kurser, tjene en Teaching Excellence Award for hans bidrag til uddannelse.

João vigtigste projekter omfatter fremme løbende indlæringsteknikker, der gør det muligt for AI at erhverve ny viden uden at glemme tidligere opgaver, og anvende forstærkning læring til at uddanne modeller mere effektivt med færre data. Han brænder for at gøre AI-systemer mere effektive, praktiske, og løbende forbedre.

Hovedekspertise

  • Python
    Python 10 år
  • Machine Learning
    Machine Learning 10 år
  • Data Science 10 år

Andre færdigheder

    João

    João M.

    Netherlands

    Match med udvikler her

    Udvalgt oplevelse

    Beskæftigelse

    • AI Researcher

      Utrecht University - 4 måneder

      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.

      Teknologier:

      • Teknologier:
      • MongoDB MongoDB
      • Docker Docker
      • Project Management
      • Budget Management
      • Python Python
      • C C
      • C++ C++
      • Data Science
      • TensorFlow TensorFlow
      • NumPy NumPy
      • OpenCV OpenCV
      • Keras Keras
      • Pandas Pandas
      • MLOps
      • Open source Open source
      • LaTeX LaTeX
      • PyTorch PyTorch
      • PyCharm PyCharm
      • Unit Testing
      • JUnit JUnit
      • Git Git
      • Unix Unix
      • SciPy SciPy
      • Scikit-learn Scikit-learn
      • Matplotlib Matplotlib
      • Convolutional neural network Convolutional neural network
      • Recurrent neural network
      • Transformer Network
      • NLP
      • Machine Learning Machine Learning
      • Performance Testing
      • Computer Vision
      • Cuda Cuda
      • OpenAI API OpenAI API
      • Prompt Engineering
      • Ollama Ollama
      • Neural Network
      • Security Security
      • Large Language Models (LLM) Large Language Models (LLM)
      • Hugging Face Transformers Hugging Face Transformers
      • JAX
      • MLflow
      • PyTorch Lightning PyTorch Lightning
      • Hugging Face Hugging Face
      • LoRA
      • QLoRA
      • AI AI
      • AI Engineering AI Engineering
      • vLLM vLLM
      • Agentic AI Agentic AI

    • Deep Learning Research Engineer

      ASML - 1 år 2 måneder

      • Led a research team on the "LLMs for Software Engineering" projekt, med fokus på teknisk gældsreduktion fejlregistrering, og dokumentation analyse ved hjælp af store sprogmodeller.
      • Designet, implementeret, uddannet, testet, og implementeret LLMs for automatisk kode refactoring og bug detection.
      • Implementerede modeller til cloud produktion miljøer og HPC distribuerede computing klynger.
      • Monitored den fortsatte ydeevne af implementerede modeller ved hjælp af værktøjer såsom MLFlow, Sacred, og vægte og biaser.
      • Forbundet virksomhedens forskningsafdeling med akademiske partnere på TU/e.

      Teknologier:

      • Teknologier:
      • Docker Docker
      • Java Java
      • Flask Flask
      • Python Python
      • C++ C++
      • AWS S3 AWS S3
      • Azure Azure
      • Data Science
      • Google Cloud Google Cloud
      • TensorFlow TensorFlow
      • NumPy NumPy
      • OpenCV OpenCV
      • XGBoost XGBoost
      • Keras Keras
      • Caffe Caffe
      • Matlab Matlab
      • Pandas Pandas
      • Linux Linux
      • MLOps
      • Open source Open source
      • LaTeX LaTeX
      • PyTorch PyTorch
      • PyCharm PyCharm
      • Unit Testing
      • Git Git
      • Command-line interface
      • Unix Unix
      • SciPy SciPy
      • Scikit-learn Scikit-learn
      • Matplotlib Matplotlib
      • Azure ML Azure ML
      • Random Forest Random Forest
      • Clustering
      • SVM
      • PCA
      • Convolutional neural network Convolutional neural network
      • Recurrent neural network
      • Transformer Network
      • NLP
      • Machine Learning Machine Learning
      • Automation Testing
      • Boost
      • Cuda Cuda
      • Pytest Pytest
      • Apache Flink Apache Flink
      • YAML YAML
      • OpenAI API OpenAI API
      • Prompt Engineering
      • Julia Julia
      • Mojo
      • Stable Diffusion Stable Diffusion
      • Neural Network
      • Large Language Models (LLM) Large Language Models (LLM)
      • JAX
      • MLflow
      • PyTorch Lightning PyTorch Lightning
      • Slurm
      • Hugging Face Hugging Face

    • Deep Learning Research Engineer

      GAIPS Research - 5 flere år 8 måneder

      • Designet, implementeret, uddannet, testet, og implementeret state-of-the-art dyb læring arkitekturer, herunder skuespiller-kritik, DQNs, og LLM'er, der anvender konvolutionelle, tilbagevendende og opmærksomhedsbaserede mekanismer til udvinding af funktioner på tværs af en lang række opgaver.
      • Deployed modeller til cloud produktion miljøer på platforme som Google Cloud, Amazon AWS, og Slurm HPC distribueret computing klynger.
      • Monitored den fortsatte ydeevne af implementerede modeller ved hjælp af værktøjer som MLFlow, Sacred, og vægte og biaser.
      • Sammensat virksomhedens HPC Slurm klynge.
      • Led fem forskerhold som første forfatter, offentliggøre et forskningsdokument for hver i top-tier AI spillesteder, herunder AAAI, IJCAI, ECAI, den kunstige efterretningstjeneste og PLoS One Journal.
      • Præsenteret AI-forskning på førende internationale konferencer som AAAI, IJCAI og ECAI.
      • Sikrede to konkurrencemæssige finansieringstilskud, en fra USA Air Force Office of Scientific Research og en anden fra den portugisiske fond for videnskab og teknologi (FCT).
      • Modtaget den bedste papir pris for projektet “Hjælpe folk på flue: Ad Hoc Teamwork for Human-Robot Teams.”

      Teknologier:

      • Teknologier:
      • Docker Docker
      • Python Python
      • Data Science
      • Joomla Joomla
      • NumPy NumPy
      • OpenCV OpenCV
      • XGBoost XGBoost
      • Keras Keras
      • MLOps
      • Open source Open source
      • PyTorch PyTorch
      • PyCharm PyCharm
      • Git Git
      • Command-line interface
      • SciPy SciPy
      • Scikit-learn Scikit-learn
      • Matplotlib Matplotlib
      • Azure ML Azure ML
      • Convolutional neural network Convolutional neural network
      • Recurrent neural network
      • Transformer Network
      • Machine Learning Machine Learning
      • Computer Vision
      • Boost
      • Cuda Cuda
      • Pytest Pytest
      • YAML YAML
      • OpenAI API OpenAI API
      • Neural Network
      • Hugging Face Transformers Hugging Face Transformers
      • JAX
      • MLflow
      • PyTorch Lightning PyTorch Lightning
      • Slurm
      • Hugging Face Hugging Face

    • Software Engineer

      Thales - 8 måneder

      • Reduceret teknisk gæld og øget samlet testdækning af Top Sky Tower-løsningen, et værktøj for flyveledere til at styre elektroniske strimler.
      • Implementeret og testet kritiske sikkerhedsdetekteringssystemer.

      Teknologier:

      • Teknologier:
      • Java Java
      • C++ C++
      • C# C#
      • WPF WPF

    • Software Engineer

      IST IT Department - 1 år

      • Uddannet et Convolutional Neural Network til at klassificere gyldige identitetskort billeder.
      • Implementeret software til automatiske og periodiske sikkerhedskopier af universitetets optegnelser til AWS cloud.
      • Reimplementeret ældre software ved hjælp af moderne teknologier som Scala og Kotlin.

      Teknologier:

      • Teknologier:
      • Java Java
      • Python Python
      • AWS S3 AWS S3
      • Scala Scala
      • Kotlin Kotlin
      • TensorFlow TensorFlow
      • Keras Keras
      • PyTorch PyTorch
      • Computer Vision

    • Software Engineer

      DV Trading LLC - 2 måneder

      • 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%

      Teknologier:

      • Teknologier:
      • Java Java
      • C++ C++
      • C# C#
      • .NET .NET
      • WPF WPF

    • Laravel Developer

      Systems Group - 4 måneder

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

      Teknologier:

      • Teknologier:
      • PHP PHP
      • Laravel Laravel
      • MySQL MySQL
      • MariaDB MariaDB
      • MongoDB MongoDB
      • Docker Docker

    Uddannelse

    • Standalone courseComputer Science

      Delft University of Technology · 2023 - 2023

    • Doctor Of PhilosophyComputer Science

      Instituto Superior Técnico · 2019 - 2025

    • MSc.Information Systems and Computer Engineering

      Instituto Superior Técnico · 2016 - 2018

    • BSc.Information Systems and Computer Engineering

      Instituto Superior Técnico · 2012 - 2016

    Portefølje

    • Multi-Task Learning & Catastrophic Forgetting in Continual Reinforcement Learning - 1
    • PyTorch Encoder-Decoder Attention Model - 1
    • odel-based Reinforcement Learning for Ad Hoc Teamwork - 1
    • TopSky Tower - 1

    Find din næste udvikler inden for få dage, ikke måneder

    Book en 25-minutters samtale, hvor vi:

    • udfører behovsafdækning med fokus på udviklingsopgaver
    • Forklar vores proces, hvor vi matcher dig med kvalificerede, godkendte udviklere fra vores netværk
    • beskriver de næste trin for at finde det perfekte match på få dage

    Lad os snakke om det

    I kan starte samarbejdet inden for få dage.