João M.

Deep Learning Research Engineer

João är en Deep Learning Engineer på ASML med över 10 års erfarenhet av artificiell intelligens.

Han är specialiserad på att bygga avancerade modeller, inklusive stora språkmodeller (LLM), kapabel till kodrefactoring, feldetektering och kontinuerlig inlärning. João arbetar mycket med PyTorch och distribuerar modeller på molnplattformar och högpresterande datorsystem.

Innan ASML ledde han forskargrupper vid GAIPS Lab, publicerade i ledande AI-konferenser, och säkrade bidrag från USA Flygvapnet och FCT. Han undervisade också i AI-kurser, han fick ett pedagogiskt excellenspris för sina bidrag till utbildningen.

João spetsprojekt omfattar fortlöpande inlärningsteknik, vilket gör det möjligt för AI att förvärva ny kunskap utan att glömma tidigare uppgifter, och tillämpa förstärkning lära sig att träna modeller mer effektivt med mindre data. Han brinner för att göra AI-system mer effektiva, praktiska och ständigt förbättra.

Huvudsaklig expertis

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

Andra kompetenser

    João

    João M.

    Netherlands

    Hitta en utvecklare

    Utvald erfarenhet

    Anställningar

    • AI Researcher

      Utrecht University - 4 månader

      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 månader

      • Ledde en forskargrupp på projektet "LLMs for Software Engineering" med fokus på teknisk skuldminskning, felsökning, och dokumentation analys med hjälp av stora språkmodeller.
      • Utformas, implementeras, utbildas, testas och distribueras LLMs för automatisk kod refactoring och felsökning.
      • Distribuerade modeller till molnproduktionsmiljöer och HPC distribuerade datorkluster.
      • Övervakade den kontinuerliga prestandan hos utplacerade modeller med verktyg som MLFlow, Heliga och vikter & Biases.
      • Ansluten företagets forskningsavdelning med akademiska partners 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 år 8 månader

      • Utformad, implementerad, utbildad, testad och implementerad state-of-the-art djuplärande arkitekturer, inklusive Actor-Critics, DQNs, och LLM, med hjälp av konvolutionella, återkommande och uppmärksamhetsbaserade mekanismer för extrahering av funktioner över ett brett spektrum av uppgifter.
      • Utplacerade modeller till molnproduktionsmiljöer på plattformar som Google Cloud, Amazon AWS och Slurm HPC distribuerade datorkluster.
      • Övervakade den kontinuerliga prestandan hos utplacerade modeller med verktyg som MLFlow, Heliga och vikter & Biases.
      • Monterade företagets HPC Slurm kluster.
      • Ledde fem forskargrupper som första författare, publicera en forskningspapper för varje i top-tier AI arenor, inklusive AAAI, IJCAI, ECAI, the Artificial Intelligence Journal, och PLoS One Journal.
      • Presenterade AI-forskning på toppnivå-internationella konferenser som AAI, IJCAI och ECAI.
      • Säkerställde två konkurrenskraftiga finansieringsbidrag, ett från USA. Air Force Office of Scientific Research och en annan från den portugisiska stiftelsen för vetenskap och teknik (FCT).
      • Mottog utmärkelsen Best Paper för projektet ”Hjälpa människor på fly: Ad Hoc Teamwork for Human-Robot Team.”

      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 månader

      • Minskad teknisk skuld och ökad total testtäckning av Top Sky Tower -lösningen, ett verktyg för flygledare att hantera elektroniska remsor.
      • Implementerade och testade säkerhetssystem

      Teknologier:

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

      IST IT Department - 1 år

      • Utbildade ett Convolutional Neural Network för att klassificera giltiga identitetskortsbilder.
      • Implementerad programvara för automatisk och periodisk säkerhetskopiering av universitetets register till AWS moln.
      • Re-implementerad äldre programvara med modern teknik som Scala och 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 månader

      • 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 månader

      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

    Utbildning

    • 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

    Portfölj

    • 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

    Hitta din nästa utvecklare inom ett par dagar

    Ge oss 25 minuter av din tid, så kommer vi att:

    • Sätta oss in i dina utmaningar och behov
    • Berätta om våra seniora och beprövade utvecklare
    • Förklara hur vi kan matcha dig med precis rätt utvecklare

    Låt oss ta ett kort digitalt möte.