佩德罗·阿尔维斯·诺盖拉，葡萄牙波尔图的开发者
Pedro is available for hire
Hire Pedro

佩德罗·阿尔维斯·诺盖拉

验证专家  in Engineering

计算机视觉开发人员

Location
葡萄牙的波尔图街头
至今成员总数
2015年2月13日

Pedro是一名高级研究员和原型开发人员，拥有人工智能博士学位, 人机交互, 情感计算. 他在学术和创业环境中的背景使他在实施最先进的技术方面具有优势, elegant, 以及高效的定制解决方案. Additionally, 他在一家价值数百万美元的初创公司担任工程总监的经历使他成为一名专业的沟通者和项目经理.

信号处理Data Mining计算机视觉机器学习数据可视化项目管理WekaRPythonOpenCV自然语言处理(NLP)ChatbotsWindowsJavaJSON

Availability

Part-time

首选的环境

Git, Sublime Text, Eclipse, MacOS

最神奇的...

...我发明了一个混合计算机视觉和机器学习的系统来自动检测利什曼原虫药物试验的细胞感染率.

工作经验

工程总监

2015年至今
Toptal, LLC
  • 协调Toptal人工智能和数据科学垂直领域的启动. 这涉及到建立审查过程, 招聘团队, 内部销售和运营培训, 执行发射, PR, 增长计划.
  • 收集客户需求和期望, based on that, 面试并筛选最优秀的候选人.
  • 跟踪和改进内部流程，以跟上公司的发展.
  • 帮助客户改进远程工作流程, 组织远程工作所需的适当沟通，并执行初始范围/业务分析.
  • 改进招聘实践和微调筛选流程，对新人才进行更严格的筛选.

Professor

2013年至今
波尔图大学工程学院
  • 教授各种编程入门课程(Scheme/LISP), 计算理论, 计算机科学硕士课程的高级编程(C/ c++). 还负责定期举办几次关于先进人工智能的研讨会和讲习班, HCI, 以及数字游戏主题.
技术:用户体验(UX)， Lisp, Scheme, c++， C

Researcher

2012年至今
人工智能与计算机科学实验室
  • 开发了情感游戏引擎设计的通用架构，以及基于数字视频游戏情感反应数据的情感玩家建模算法, 两人都在AAAI人工智能和互动数字娱乐(AIIDE)年度会议上发表了演讲。.
  • 创建了一个符号游戏模拟器，可以测试所创建模型的情感激发能力.
  • 创建自动收集工具, pre-process, analyze, 可视化来自游戏会话的心理生理数据，并使用HCI最佳实践和协议注释情绪反应.
  • 与人类参与者进行深入的现场研究，以确定实时的影响, affective, 基于规则的适应性电子游戏对玩家感知沉浸感的影响, 游戏体验, 生理数据. 这些测试之后，还通过定制的可视化工具进行全面的统计显著性和数据可视化分析.
  • 在生物反馈电子游戏中协调并行工作, affective-adaptive电影, 全谱感觉整合原型, 情感程序内容生成, 情感NPC研究.
  • 构建一个通用的多模态框架，为现有游戏添加自定义的自然界面. 交互模式包括Kinect手势识别和语音识别.
  • 创建了四年的项目愿景，并以一己之力获得了全面开发的全部资金.
  • 与加拿大安大略理工大学知名玩家实验室团队建立并发展国际合作.
技术:机器学习，Java, c#， Python, R

计算机视觉专家

2015 - 2017
RAD FitKey
  • 设计了一种从静态图像中提取人体尺寸的计算机视觉算法.
  • 研究并咨询客户潜在的替代途径(如.g.，增加3D场景重建功能).
  • 监督并指导算法的开发工作和技术实现细节.
技术:c++， OpenCV

顾问- MASSIVE R&D Project

2014 - 2016
INESC-Tec
  • 为全感官模拟器进行必要的多感官和生理相互作用技术分析.
  • 协助情景和目标/可交付成果的描述过程.
  • 执行预算和材料采购决策.
  • 管理两个团队，负责两个高知名度的场景，并在同行评审的场所传播结果.
  • 展示项目并获得曝光.
技术:Python, MySQL, c#， Java

招聘经理

2014 - 2015
CleverTech
  • 监督整个招聘流程, 从采购和面试到提供谈判和入职.
  • 实施了技术测试流程和评分系统. 负责为知名客户进行招聘表演.
  • 通过团队建设和资源分配政策帮助维护内部运营.
  • 在内部招聘工具上实现新增功能，并对并行功能开发提供技术监督.
  • 在招聘过程中保持内部关键绩效指标(例如.g.(流失率)，以帮助预测新的招聘需求和人才获取估计.
技术:MongoDB, Node.js, AngularJS

Professor

2012 - 2013
波尔图大学-文学院
  • 教过几个关系型数据库, 地理信息系统硕士课程的编程入门(Python)和地理信息系统(GIS)课程.
技术:MySQL, Python

Developer

2011 - 2011
虚拟化身和机器人再化身(VERE)，电信研究所(IT)
  • 开发眼动追踪方法，用于头戴式显示器和3D虚拟角色的眼动复制.
技术:c++， Python

计算机视觉 & 机器学习开发人员/分析师

2010 - 2011
分子与细胞生物学研究所
  • 对注释协议和图像特征进行现场必要的分析.
  • 开发了一个全自动模型，用于确定利什曼原虫感染共聚焦显微镜成像的感染率.
  • 对方法进行统计验证程序, 证明它比训练有素的人类专家表现得更好, 每个实验室团队每年可能节省数千小时的手工注释时间.
  • 在同行评议的会议和期刊上发表了多篇文章, 比如欧洲神经网络会议和《欧博体育app下载》杂志.
Java技术:

用户体验与人机交互研究员

2009 - 2010
Vital Responder(卡内基梅隆大学-葡萄牙项目)
  • 为开发新型可穿戴智能生物识别监测服和应急响应框架，对消防员活动进行现场情境研究和需求分析.
  • 所采用的技术包括, 但我们并不局限于深度采访, 焦点小组访谈, shadowing, 视觉人类学, 调查问卷, 心理模型形成, 纸上原型, 认知走查, 需求引出.
  • 撰写最终报告，明确涉众的主要要求, 当前活动实践缺陷, 以及可能的改进, 然后是用例, 场景的工作流, 以及最初的原型提案.
技术:人机交互(HCI)，用户体验(UX)， Python, Java

网络编码研究员

2009 - 2009
NCrave欧洲项目，电信研究所(IT)
  • 在欧洲NCrave项目中研究了不完美反馈对最先进网络编码协议的影响.
技术:Python

计算机视觉专家@ RAD Fitkey

帮助为一款旨在自动测量体型的iOS应用程序构建计算机视觉算法.
该解决方案结合了计算机视觉和拟人化科学，从用户拍摄的静态图像中推断出几个身体点的位置和尺寸，并将其与服装供应商的商品尺寸相匹配，从而获得清晰的购物体验.

蒙特卡罗AI的八角形理论

为《欧博体育app下载》定义并监督基于mcts的新型AI的实现, 复杂程度高于国际象棋数量级的游戏.

MCTS AI后来还加入了贝叶斯对手建模功能，这使得它不仅超越了任何已知的人类玩家，还超越了所有其他已知的/之前实现的AI. 作品在AIGameDev上得到了推荐.com (http://aigamedev.com/broadcasts/session-mcts-tot/).

显微镜下利什曼感染细胞图像的自动分析

在这个项目中, 我单枪匹马地开发了一个全自动处理管道，用于处理共聚焦显微镜成像，使用计算机视觉和机器学习技术. 这一过程被应用到现有的软件中，以节省数千小时的人工注释时间，这些注释时间用于旨在确定利什曼原虫治疗方法的药物研究试验. 该过程是完全可参数化的，以考虑不同的放大水平, 信噪比和背景假设, 实现的部分原因是模块化架构. 该项目完全用Java实现, 与所有核心计算机视觉算法手动实现, optimized, and tuned, 在Weka中训练模型(然后导入到Java代码中).

Hiring System

http://hire.clevertech.biz/
执行CleverTech内部招聘系统的新功能和bug修复. 定义并提供并行和后续开发的技术监督. 该系统负责处理所有申请公司职位空缺的新申请, 以及执行申请人跟踪, 评级和面试过程报告. 使用的技术包括.js, Node.. js、MongoDB和Twitter Bootstrap.

心理生理感应情绪反应

开发了一套并行, 多层模型能够转换个体的生理数据(皮肤电导率), 心率和面部肌肉激活)转化为情绪状态(觉醒和效价). 采用的方法包括, 但并不局限于:线性/多项式回归, 决策树, 人工神经网络, 支持向量机, fuzzy rules, 随机森林, 和(加权)集合模型. 开发是用R和Python完成的，用于模糊规则和数据预处理.

情绪事件三角测量工具

一个视频/生理数据同步和处理工具，用于帮助直接观察用户体验研究. 该工具集成了先前开发的可配置情绪检测系统，用于将生理数据处理成可视化的情绪状态. 用户可以对(用户定义的)现有事件列表中的相关事件进行注释，并为每个事件添加可选的详细反馈. 一旦注释, 会话可以保存为特定的格式(csv或eet)，然后加载以供其他团队成员进一步检查/验证. 该工具的主要卖点是能够采用峰值检测算法，根据生理/情绪数据自动确定对注释事件的情绪反应. 这减少了人与人之间的偏见，同时也节省了工时. 这个项目是用c#实现的，也使用了ZedGraph.

情感玩家建模

这项工作涉及到基于观察到的过去反应的特定游戏事件的玩家情感反应模型的发展. 相关活动包括分析收集到的数据, 测试了几种特征提取和选择算法, 机器学习分类器训练. 我们最终选择了一种更结构化/更有基础的方法，即针对每个事件/情感维度使用回归模型矩阵来考虑数据的本质. 处理了特殊的反应, 通过这种方法的可伸缩性问题和数据稀疏性, 然后使用创建的模型来创建玩家对之间的距离度量, 启用分层聚类方法，然后使用模糊聚类近似公式. 开发是用R语言完成的, 但这些模型后来被完全映射，因此它们可以加载到内存中直接访问(参见GOAD项目)。. 详细信息请参见:http://www.aaai.org/ocs/index.php / AIIDE AIIDE14 /纸/ viewPDFInterstitial / 8947/8939.

游戏优化 & 调节(GOAD)仿真系统

开发了一个简单的, 符号模拟器，自动发挥所有可能的变种的数字游戏与特定的配置范围. 该模拟器用于自动评估情感玩家模型所指示的建议的游戏玩法调整的有效性. 给定特定玩家如何对游戏事件做出反应的模型, 该模型确定了一组最佳玩法参数，以推动玩家进入特定的情感状态或模式. 该项目完全用Java实现，并在无头模式下运行(配置文件由单独的GUI生成)。. 这使我们能够加快系统的速度, 在1小时的模拟运行中生成超过36GB或纯文本日志数据，经过数亿个模拟步骤.

无伴奏混音器

这是一个网络应用程序，使用户能够为任何给定的音乐轨道生成“无伴奏合唱”. To do this, 用户只需要选择一个音频或电影文件(音频轨道是自动提取的)，并加载他想要嵌入到音乐轨道的歌词. 然后，应用程序将合成给定的歌词, 应用一个参数化的俯仰变形算法(i.e. 自动调整歌词)，并生成一个新的音频/视频文件，结合音乐轨道, 歌词和视频-如果可用.

Gemini

近年来, 电子游戏公司已经认识到玩家粘性是影响用户体验和乐趣的主要因素. 这鼓励了对新型游戏控制器(如WiiMote)的更多投资, 摇滚乐队乐器和Kinect. However, 这些控制器的原生软件最初并不是为其他游戏应用程序设计的. 这项工作通过构建一个中间件框架来解决这个问题, 在任何游戏中，哪一种将身体姿势或语音命令映射到行动. 这不仅提供了更自然和定制的用户体验，而且还定义了一个可互操作的虚拟控制器. 在这个版本的框架中, 身体姿势和语音指令分别通过Kinect的内置摄像头和麦克风识别. 然后使用基于空间限制的轻量级方法将获取的数据实时转换为本地交互方案. 该系统还准备使用任天堂的Wiimote作为辅助和不显眼的手柄来执行物理或口头上不切实际的命令. 通过分析某些任务的性能和检查用户报告来执行系统验证. 两者都证实了这种方法是游戏原生交互方案的一种实用且诱人的替代方案. In sum, 这个框架提供了一个完全可定制且非常灵活的游戏控制工具, 从而扩大了游戏消费者的市场.

在AIGameDev的Dedicated Broadcast上获得推荐

受邀参加现场直播, 在AIGameDev上发布了关于《欧博体育app下载》的MCTS AI算法.

AAAI Member

由于在AAAI会议上持续发表文章，我已经连续两年成为AAAI协会的成员.

科学顾问

成功监督超过10米.Sc. 数字游戏和博弈论领域的论文，平均排名为A.

主题的代表性样本包括:
-直接生物反馈射击游戏
-情感电影
-生物反馈恐怖游戏
-情感npc和人类玩家模仿
-情感性PCG
-用于复杂棋盘游戏的MCTS(高于国际象棋的数量级)
- DBF框架
-潜行游戏mcts
- PCG平台游戏

Languages

R, Python, ECMAScript (ES6)， Java, JavaScript, C, c++， Scheme, c#， PHP, Lisp, Prolog

库/ api

Scikit-learn, OpenCV, Node.js, React, jQuery

Tools

Weka, Adobe Photoshop, Microsoft Visual Studio, Photoshop CS6, 机器人3T (Robomongo), OmniGraffle, 崇高文本2, Sublime Text, Shell, Mongoose, Git, Eclipse IDE

Paradigms

定性研究, Data Science, 命令式编程, 面向对象编程(OOP), 敏捷软件开发, 人机交互(HCI), 函数式编程

行业专业知识

项目管理

Other

信号处理, 技术项目管理, 大学教学, 神经网络, Consulting, Research, 研究报告, 数据研究, 定量用户研究, 支持向量机(SVM), SVMs, 聚类算法, 分层聚类, Data Mining, 计算机视觉, 机器学习, 数据可视化, 数据分析, 工程数据, 数据建模专家, 数据建模, 自然语言处理(NLP), Chatbots, Monte Carlo, 音频处理, 卷积神经网络, 随机森林, Ajax, Dia, GPT, 生成预训练变压器(GPT), 用户体验(UX), 递归神经网络(rnn), 马尔科夫链蒙特卡罗(MCMC)算法, 过程模拟

Frameworks

Bootstrap 3, Bootstrap, Express.js, AngularJS

Platforms

Meteor, iOS, MacOS, Windows, Linux, Eclipse, RapidMiner

Storage

MongoDB, JSON, MySQL

2011 - 2016

Ph.D. (Summa Cum Laude)人工智能/人机交互

波尔图大学-工程学院/安大略大学-波尔图理工学院, Portugal

2009 - 2011

计算机科学(密码学)硕士学位(以优异成绩获得) & 人工智能)

波尔图大学-科学学院-波尔图，葡萄牙

2006 - 2009

计算机科学学士学位

波尔图大学-科学学院-波尔图，葡萄牙

有效的合作

如何使用Toptal

在数小时内，而不是数周或数月，我们的网络将为您直接匹配全球行业专家.

1

分享你的需求

在与Toptal领域专家的电话中讨论您的需求并细化您的范围.
2

选择你的才能

在24小时内获得专业匹配人才的简短列表，以进行审查，面试和选择.
3

开始你的无风险人才试验

与你选择的人才一起工作，试用最多两周. 只有当你决定雇佣他们时才付钱.

对顶尖人才的需求很大.

Start hiring