Maryam Abbasi

Maryam Abbasi é investigadora na área da Inteligência Artificial e da Aprendizagem Automática, doutorada em Engenharia Informática pela Universidade de Coimbra (2019, com Distinção e Louvor). É Investigadora Auxiliar em regime de contrato na carreira de investigação no CIAC-PLDIS (Pólo de Literacia Digital e Inclusão Social do Centro de Investigação em Artes e Comunicação), no Instituto Politécnico de Santarém, onde é também docente na Escola Superior de Gestão e Tecnologia, lecionando unidades curriculares de Inteligência Artificial. É ainda investigadora colaboradora do Laboratório de Redes Neuronais Artificiais (LARN) do CISUC, Universidade de Coimbra.

A sua investigação situa-se na interseção entre a Inteligência Artificial, a Bioinformática, a Saúde e as Ciências Comportamentais, com particular foco em modelos generativos profundos, aprendizagem por reforço multiobjetivo, arquiteturas transformer, inteligência artificial explicável (XAI) e a combinação de grafos de conhecimento com modelos de linguagem de grande escala. Liderou e participou em projetos competitivos financiados pela FCT, Horizonte Europa, MIT Portugal e PRIMA, com aplicações na educação, na descoberta de fármacos, no desenho de péptidos antimicrobianos, na oncologia de precisão e na agricultura sustentável.

Coorientou duas teses de doutoramento concluídas, ambas com distinção, e vários estudantes de mestrado e licenciatura. Contribui para a formação avançada, a comunicação de ciência e a disseminação científica internacional, incluindo palestras convidadas, webinars e participação em comités de programa de conferências internacionais. O seu trabalho resultou em mais de 100 publicações, incluindo artigos em revistas Q1 como Briefings in Bioinformatics, Journal of Cheminformatics, Artificial Intelligence in Medicine e Computers in Biology and Medicine.

Aprendizagem profunda; inteligência artificial explicável; aprendizagem por reforço multiobjetivo; inteligência artificial aplicada à educação e a problemas biológicos; grafos de conhecimento e modelos de linguagem de grande escala (LLM).