Sou Filipe C. Oliveira, Engenheiro de Produção com Pós-Graduação e Mestrado em Engenharia Industrial (Projetos e Manutenção) e Engenharia de Produção, especialista em transformar complexidade em clareza, sempre com foco em resultados sustentáveis e tecnologicamente eficientes.
Ao longo da minha trajetória, desenvolvi uma paixão genuína pela interseção entre tecnologia, sustentabilidade e excelência operacional. Essa combinação norteia minhas decisões e impulsiona meu trabalho diário.
Minha formação acadêmica sólida, que inclui passagens pela UNIVASF, UFBA, UTFPR, FAMEESP e UNOPAR, se somam à minha certificação Green Belt em Lean Six Sigma, consolidando uma base robusta em áreas como Pesquisa Operacional, Modelagem Matemática, Otimização, Simulação e Análise de Dados.
Domino ferramentas como Python, Golang, MATLAB, SPSS, Excel Avançado, Arena Simulation e SolidEdge o que me permite navegar com fluidez entre os mundos da engenharia tradicional e da análise de dados moderna.
Seja no chão de fábrica, em uma mesa de projeto ou atrás de um monitor analisando dados, meu propósito é claro: descomplicar, otimizar e inovar. Estou sempre aberto a colaborações, projetos de impacto e oportunidades que valorizem a interseção entre engenharia, tecnologia e sustentabilidade.
O Solid Edge é uma ferramenta poderosa que facilita a criação de projetos mecânicos complexos, integrando recursos como montagem de conjuntos, simulação de movimento, análise de interferências e geração automática de desenhos técnicos. Na engenharia moderna, o desenvolvimento de peças com precisão e eficiência é essencial, e o uso de softwares CAD é fundamental nesse processo. A imagem apresentada exemplifica um componente técnico detalhado, desenvolvido com o Solid Edge, que permite a modelagem tridimensional, aplicação de cortes em vista seccionada e o dimensionamento conforme as normas técnicas vigentes.
A imagem apresenta um gráfico de superfície gerado no MATLAB, utilizado para analisar a influência de variáveis como temperatura e volume sobre a área. Ferramentas como esta são essenciais em processos de otimização, pois permitem visualizar e compreender o comportamento de sistemas complexos. Com o MATLAB, é possível simular cenários, ajustar modelos matemáticos e identificar as melhores condições operacionais para maximizar ou minimizar uma resposta desejada. A análise gráfica facilita a tomada de decisões e o desenvolvimento de soluções mais eficientes em ambientes de engenharia e pesquisa.
A análise de dados com Python é fundamental para tomar decisões estratégicas com base em evidências e modelos matemáticos robustos. Utilizando bibliotecas como Pandas, NumPy, Seaborn, Statsmodels, Matplotlib e Pandas é possível explorar dados, aplicar testes estatísticos e visualizar padrões com eficiência.
Sejam em testes A/B para comparar versões de um mesmo evento, em gráficos de superfície para simular cenários experimentais ou em modelos matemáticos de Pesquisa Operacional, Python oferece flexibilidade e precisão analítica. Com ele, dados brutos se transformam em insights valiosos, otimizando processos e melhorando resultados em diversos contextos.
🎓 Bacharelado - Engenharia de Produção - 2013/2019
📚 Universidade Federal do Vale do São Francisco [UNIVASF]
🎓 Mestrado - Engenharia Industrial - 2019/2021
📚 Universidade Federal da Bahia [UFBA]
🎓 Pós-Graduação - Engenharia de Produção - 2024/2025
📚 Universidade Federal Tecnológica do Paraná [UTFPR]
🎓 Pós-Graduação- Engenharia Industrial - 2023/2024
📚 Faculdade Metropolitana do Estado de São Paulo, [FAMEESP]
🎓 Pós-Graduação - Engenharia de Projetos Industriais - 2024/2025
📚 Universidade Pitágoras Unopar Anhanguera [UNOPAR]
🎓 Pós-Graduação - Engenharia de Manutenção Industrial - 2025/2026
📚 Universidade Pitágoras Unopar Anhanguera [UNOPAR]
🎓 Curso/Treinamento - Green Belt em Lean Six Sigma- 2023/2024
📚 Grupo Voitto Treinamentos [Grupo Voitto]
Mathematical Modeling for the Break-Even Point Problem in a Non-homogeneous System [2022]
Filipe C. Oliveira, Lino Silva, Ademar Nascimento, Cristiano Fontes
Tito Francisco Ianda, Ricardo de Araújo Kalid, Lucas Bonfim Roch, Fernando Luiz Pellegrini Pessoa, Diego Lima Medeiros, Filipe C. Oliveira, Dayvid Souza Santos
Proposal of a Numerical Method for Approximating the Sum of Derivatives of Single-Variable Function [2025]
Filipe C. Oliveira, Júlio Fernandes, Edson Araújo, Lino Silva
Design de Máquinas e Peças
Foca no desenvolvimento e aprimoramento de máquinas, equipamentos e componentes mecânicos, considerando funcionalidade, resistência, ergonomia e custos.
Layout de Fabricação/Processos
Organização física das máquinas, equipamentos e áreas de trabalho para otimizar fluxos de produção, reduzir desperdícios e melhorar a eficiência operacional.
Melhoria de Qualidade/Processos
Aplicação de metodologias como Lean, Six Sigma e PDCA para identificar e eliminar defeitos, reduzir variações e aumentar a eficácia dos processos produtivos.
Movimentação de Materiais e Cargas
Estudo e implementação de sistemas para transporte, armazenagem e manuseio de materiais, visando reduzir custos, tempo e riscos ergonômicos.
Otimização e Simulação da Produção
Uso de softwares e técnicas como modelagem matemática e simulação de eventos discretos para testar cenários, melhorar fluxos e aumentar a produtividade.
Análise de Dados e Suporte a Decisão
Coleta, processamento e interpretação de dados operacionais para embasar decisões estratégicas, utilizando ferramentas como Business Intelligence e Machine Learning.
Filipe C. Oliveira - Engenheiro Industrial 👷
CREA - 3000-119-665 🏗️
CNPJ - 49.877.489/0001-73 🏬
E-mail: eng.oliveirafilipe93@gmail.com 📩
LinkedIn: http://www.linkedin.com/in/filipe4oliveira
Github: https://github.com/FILIPE4OLIVEIRA 👨🏻💻