Portfólio técnico

Projetos

Ferramentas e estudos em confiabilidade, análise de dados e software aplicado à manutenção industrial.

Maintenance Decision Analytics Em desenvolvimento

75%

USPM + Bruss

Framework para decidir quando intervir em um ativo e quando vale aproveitar uma janela operacional sem misturar necessidade técnica com conveniência de parada.

Problema: Planos de manutenção costumam tratar o melhor instante técnico e as oportunidades operacionais como se fossem a mesma decisão.
Aplicação industrial: Ativos industriais monitorados por condição, com histórico de falhas, custos de manutenção e janelas reais de parada.
Stack: PythonStreamlitWeibullUSPMBruss

→ Ver postagem do projeto

Turnaround Decision Analytics Em desenvolvimento

80%

Turnaround Decision Support

Apoiar o planejamento e o replanejamento de grandes paradas, conectando precedências, capacidade, risco de prazo, escopo descoberto e estabilidade da execução.

Problema: Cronogramas de turnaround podem estar logicamente corretos e ainda assim ser inviáveis por disputa de recursos, incerteza de duração ou novo escopo descoberto durante a parada.
Aplicação industrial: Turnarounds, shutdowns e grandes paradas de manutenção com equipes compartilhadas, recursos críticos, inspeções e necessidade de replanejamento rápido.
Stack: PythonStreamlitRCPSPMRCPSPMonte CarloSQLite

→ Ver postagem do projeto

Reliability Engineering PoC

30%

RCM com LLM

Assistente para estruturar análises de Manutenção Centrada na Confiabilidade com apoio de IA generativa.

Problema: Análises RCM demoradas, dependentes de especialista sênior e difíceis de padronizar entre equipes.
Aplicação industrial: Manutenção centrada em confiabilidade em plantas industriais, utilities e manutenção pesada.
Stack: PythonStreamlitTerraformClaude API

→ Ver postagem do projeto

Idea PoC

25%

Assistente de interpretação de diagramas elétricos

Assistente para interpretar diagramas elétricos e auxiliar na identificação de falhas, pontos de teste e procedimentos de manutenção.

Problema: Técnicos de manutenção gastam tempo interpretando diagramas elétricos complexos, o que pode levar a erros e atrasos na resolução de falhas.
Aplicação industrial: Manutenção de sistemas elétricos industriais, diagnóstico de falhas e treinamento de técnicos.
Stack: PythonStreamlitpyMuPDFOpenCVYoloNeo4j

→ Ver postagem do projeto

Tool PoC

70%

Prontuário de Instalações Elétricas

Um prontuário de INstalações Elétricas vivo.

Problema: Toda indústria com mais de 75 kW é obrigada pela NR-10 a manter um Prontuário de Instalações Elétricas — e quase todas o mantêm morto: laudos em gavetas, certificados vencidos sem ninguém saber, estudos desatualizados desde a última mudança no painel.
Aplicação industrial: Modelar a instalação — e o prontuário passa a ser uma projeção derivada dela
Stack: PythonPostgresVite

→ Ver postagem do projeto

Reliability Analytics Em desenvolvimento

65%

Análise RAM e RBD

Plataforma para modelagem de confiabilidade de sistemas reparáveis e não reparáveis, com suporte à decisão em paradas e gestão de ativos.

Problema: Falta de ferramentas acessíveis para análise RAM em contexto industrial sem dependência de software licenciado.
Aplicação industrial: Gestão de ativos, paradas programadas, análise de criticidade e confiabilidade de sistemas.
Stack: PythonStreamlitTerraformWeibullCrow-AMSAA

→ Ver postagem do projeto → Estudo técnico em preparação → Estudo técnico em preparação

Predictive Maintenance Pesquisa

20%

PHM e Vibração

Estimativa de vida útil remanescente (RUL) de equipamentos industriais a partir de dados de vibração, temperatura e corrente.

Problema: Diagnóstico tardio de falhas incipientes em equipamentos rotativos, gerando paradas não planejadas e custos elevados.
Aplicação industrial: Manutenção preditiva em compressores, bombas e motores elétricos em plantas industriais.
Stack: PythonStreamlitTerraformCox PHScikit-survival

→ Ver postagem do projeto → Estudo técnico em preparação

Gestão Industrial Em produção

90%

Controle de EPIs

Software para controle, rastreabilidade e gestão de entrega de Equipamentos de Proteção Individual em ambientes industriais.

Problema: Controle manual e não rastreável de EPIs, sem histórico de entregas, validades ou conformidade com NR-6.
Aplicação industrial: SSMA, controle de inventário de segurança e conformidade normativa em plantas industriais.
Stack: PythonStreamlitTerraformSQLite

→ Ver postagem do projeto