Cientista da computação sénior que lidera a infraestrutura de IA e software na Lisbon Economics — aprendizagem automática ao nível de doutoramento, trabalho atual em Azure AI sobre Large Language Models e Agents, e um historial de integração de produtos GPT na Microsoft.
Engenheiro de Software Principal na Microsoft, atualmente a trabalhar em Large Language Models e AI Agents no Azure AI — incluindo a avaliação da exatidão, da relação custo-eficácia, das capacidades e das limitações de sistemas de agentes.
Doutoramento em Informática pelo Imperial College London (2010), com especialização em aprendizagem automática baseada em lógica. Formação anterior em Inteligência Artificial (Mestrado, Universidade NOVA de Lisboa) e em Bioinformática.
Na Microsoft desde 2018, integrações de produto anteriores de modelos GPT incluem a funcionalidade de tom no SwiftKey e a reformulação de consultas no motor de pesquisa Bing. Anteriormente, o trabalho pós-doutoral no Microsoft Language Development Center centrou-se na relevância de consultas. Duas patentes norte-americanas (2016 e 2022) sobre classificação de consultas e qualidade de serviços de conteúdos digitais. Bolseiro do Wellcome Trust durante o doutoramento; Microsoft FY16 Individual Contributor Award.
Na Lisbon Economics, lidera a infraestrutura de IA e software utilizada nos mandatos — pipelines estatísticos, econométricos, de modelação estrutural e de aprendizagem automática — assegurando que cada trabalho assenta no atual estado da arte.
Funções em simultâneo na Microsoft e na Lisbon Economics — trabalho de produto atual em LLMs e Agents no Azure AI, e conceção da infraestrutura de IA / quantitativa utilizada em cada mandato.
Duas patentes norte-americanas sobre classificação de consultas e qualidade de conteúdos, além de investigação com revisão por pares sobre aprendizagem automática aplicada a interações proteína–ligando.
Cada mandato assenta numa infraestrutura quantitativa atual, ao nível da IA. A lista abaixo indica as principais ferramentas — versionadas, programadas e reproduzíveis de ponta a ponta.
Large Language Models e avaliação de Agents (Azure AI), aprendizagem automática clássica e ML baseada em lógica aplicados à extração de prova, à revisão documental e à análise de padrões em processos.
Escolha discreta com coeficientes aleatórios, estimação BLP em pyblp, simulação de concentrações, repercussão (pass-on) e quantificação de indemnizações — em pipelines de Stata, R e Python.
Modelos estruturais de indústria, simulações dinâmicas de preços e aferição contrafactual, calibrados ao processo e validados face à literatura académica.
Envie um resumo de um parágrafo. Um membro sénior da rede responderá no prazo de um dia útil com uma avaliação de adequação e abordagem.