Saif Al-jumaili

Gabinete no IBEB

1.02

Contactos

E-mail: saifabdalrhman[at]gmail.com

Redes profissionais

Tópicos de investigação

Artificial Intelligence
Machine Learning
Deep Learning
Biomedical Signal Processing
EEG Analysis
Epileptic Seizure Classification
Brain Connectivity
Medical Image Analysis
Computer-Aided Diagnosis
Explainable AI
Transfer Learning
Cybersecurity
Information Security
Quantum Machine Learning

Biografia

Saif Aljumaili é investigador especializado em Inteligência Artificial, Engenharia Biomédica, Processamento de Sinais EEG, Análise de Imagens Médicas, Aprendizagem Automática, Aprendizagem Profunda e Sistemas Inteligentes de Saúde. Obteve o grau de B.Sc. em Sistemas e Redes pelo Al-Ma’arif University College, Iraque, em 2012. Em 2018, concluiu o M.Sc. em Engenharia Informática na Atilim University, Ancara, Turquia, onde a sua investigação se centrou em métodos de escalonamento em plataformas de Big Data. Em 2023, concluiu o Doutoramento em Engenharia Eletrotécnica e Eletrónica na Altinbaş University, Istambul, Turquia, com investigação focada em inteligência artificial, aprendizagem automática, aprendizagem profunda e classificação de imagens médicas para diagnóstico biomédico. Entre fevereiro de 2024 e setembro de 2025, trabalhou como Professor Auxiliar Convidado na Altinbaş University, Turquia, contribuindo para atividades de ensino, apoio à investigação, supervisão académica e participação em júris nas áreas de engenharia informática, inteligência artificial, aprendizagem automática, aprendizagem profunda e aplicações biomédicas.

Desde dezembro de 2025, está afiliado como Investigador no Institute of Biophysics and Biomedical Engineering, Faculty of Sciences, University of Lisbon, Portugal. Desde janeiro de 2026, encontra-se também afiliado ao AquaValor, Portugal, em colaboração com a University of Lisbon. A sua investigação atual centra-se em inteligência artificial explicável, classificação de sinais biomédicos, análise de EEG, diagnóstico por imagem médica, sistemas inteligentes de diagnóstico e modelos de IA clinicamente úteis para a saúde.