José Pombal é Investigador Científico Sénior de IA na Sword Health, onde se concentra em modelos de linguagem de grande escala e na avaliação de sistemas de IA para a área da saúde. A sua investigação aborda uma das questões mais determinantes na IA clínica. Não apenas se um modelo tem bom desempenho num benchmark, mas se é de confiança para atuar de forma consistente e segura nos ambientes onde realmente importa.
Na Sword, José contribui para investigação que garante que os modelos de linguagem são avaliados com o rigor necessário antes de suportarem fluxos de trabalho clínicos e interações com membros. O seu trabalho reforça a base científica da abordagem da Sword à IA generativa, desenvolvendo a capacidade de medição e avaliação que permite à plataforma crescer sem comprometer a qualidade ou a segurança.
José traz experiência tanto da investigação académica como de contextos de aplicação na indústria. Antes de se juntar à Sword, trabalhou como Investigador Científico de IA na Unbabel, onde se focou em investigação sobre modelos de linguagem, e como Estagiário de Investigação em Machine Learning na Feedzai, onde o seu trabalho se centrou em IA responsável, incluindo investigação publicada sobre equidade e viés em aplicações de machine learning de alto impacto. Aborda a avaliação de IA com a disciplina de quem compreende que, na saúde, o custo de um sistema pouco fiável não é um problema de engenharia. É um problema de cuidados.
Formação
José é licenciado em Economia pela Nova SB e tem um mestrado em Ciência e Engenharia de Dados pelo Instituto Superior Técnico, em Lisboa. A sua tese de mestrado sobre equidade algorítmica em machine learning obteve a classificação de 20/20. Atualmente, é doutorando em Ciências da Computação no Instituto Superior Técnico.
Experiência
Antes de se juntar à Sword Health, José foi Investigador Científico de IA na Unbabel, onde trabalhou em investigação sobre modelos de linguagem durante mais de dois anos e publicou vários trabalhos em conferências e revistas de referência, como TACL, COLM, EMNLP e ACL. Antes disso, concluiu um estágio de investigação em machine learning na Feedzai, focado em IA responsável, com trabalho publicado na NeurIPS sobre equidade e viés em sistemas de machine learning. Na Sword, dedica-se à investigação de IA de fronteira, com especial ênfase na avaliação de LLMs e no desenvolvimento de sistemas de IA generativa fiáveis para a área da saúde.
