Luan Silva de Brito

Técnico em informática formado pela Etec e bacharel em Engenharia Química pela Faculdade de Americana. Possui experiência no desenvolvimento de softwares e aplicações para engenharia, CFD,engenharia de processos, indústria 4.0, controle de processos, operações unitárias, Advanced Analytics, correlações estatísticas, machine learning, inteligência artificial e IoT. Atualmente atua como Cientista de Dados.

Informações coletadas do Lattes em 02/04/2025

Acadêmico

Formação acadêmica

Graduação em Engenharia Química

2017 - 2021

Faculdade de Americana
Título: Interface Gráfica em Python para Experimentos de Sintonia e Controle em Processo Real
Orientador: Homero Jacinto Sena

Curso técnico/profissionalizante em Informática

2014 - 2016

ETEC Ferrucio Humberto Gazzetta

Ensino Médio (2º grau)

2014 - 2016

ETEC Ferrucio Humberto Gazzetta

Formação complementar

2023 - 2023

Green Belt Six Sigma. (Carga horária: 76h). , RL&Associados, RL&A, Brasil.

2023 - 2023

Microsoft Certified: Azure AI Fundamentals. (Carga horária: 50h). , Microsoft Corporation, MC*, Estados Unidos.

2022 - 2022

Machine Learning with Python. (Carga horária: 20h). , Ibm Coorporation, IBM, Estados Unidos.

2022 - 2022

Applied Data Science with Python - Level 2. (Carga horária: 50h). , Ibm Coorporation, IBM, Estados Unidos.

2022 - 2022

Deep Learning. (Carga horária: 20h). , Ibm Coorporation, IBM, Estados Unidos.

2021 - 2021

Data Science Foundations - Level 2 (V2). (Carga horária: 30h). , Ibm Coorporation, IBM, Estados Unidos.

2021 - 2021

Python for Data Science. (Carga horária: 18h). , Ibm Coorporation, IBM, Estados Unidos.

2021 - 2021

Python for Data Science. (Carga horária: 3h). , Ibm Coorporation, IBM, Estados Unidos.

2020 - 2020

Tecnologia de fabricação e propriedades do papel Tissue. (Carga horária: 50h). , Coastal Alabama Community College, CACC, Estados Unidos.

2020 - 2020

Microsoft Excel 2016 - Avançado. (Carga horária: 30h). , Fundação Bradesco, BRADESCO, Brasil.

2019 - 2019

Processos estocásticos. (Carga horária: 56h). , National Research University Higher School of Economics, HSE, Rússia.

2019 - 2019

Simulação de processos utilizando COCO Simulator. (Carga horária: 6h). , Faculdade de Americana, FAM, Brasil.

2018 - 2018

Metrologia - EAD. (Carga horária: 14h). , SENAI - Departamento Regional do Mato Grosso do Sul, SENAI/DR/MS, Brasil.

Idiomas

Bandeira representando o idioma Inglês

Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.

Bandeira representando o idioma Espanhol

Compreende Pouco, Fala Pouco, Lê Pouco, Escreve Pouco.

Participação em eventos

Palestra: "Biocombustíveis de Terceira Geração". 2018. (Outra).

Palestra: "Otimização de processos, através da aplicação dos produtos de gases do ar, por intermédio da aplicação da ferramenta de qualidade Six Sigma". 2017. (Outra).

Produções bibliográficas

  • BRITO, L. S. ; COSTA, KARINA KLOCK DA . PROGRAMA DIDÁTICO EM PYTHON PARA ANÁLISE DE CICLOS DE POTÊNCIA RANKINE IDEAL. In: WENDEQ, 2022. Anais do Web Encontro Nacional de Engenharia Química, 2022.

  • SOUSA, ALDAIR ANTONIO DE ; BRITO, LUAN SILVA DE ; SANTOS, VINICIUS DOURADO DOS ; SANTOS, RAPHAEL RIBEIRO CRUZ ; COSTA, KARINA KLOCK DA . PROGRAMA DIDÁTICO EM VBA PARA ANÁLISE DE CICLOS DE POTÊNCIA RANKINE IDEAL. In: Anais do I Web Encontro Nacional de Engenharia Química, 2021, online. Anais do(a) Anais do I Web Encontro Nacional de Engenharia Química. Recife: Even3, 2021.

  • BRITO, LUAN SILVA DE ; COSTA, KARINA KLOCK DA ; SENA, HOMERO JACINTO . INTERFACE GRÁFICA EM PYTHON PARA EXPERIMENTOS DE CONTROLE EM PROCESSO REAL. In: 23° Congresso Brasileiro de Engenharia Química, 2021, Gramado. Anais do(a) 23° Congresso Brasileiro de Engenharia Química. Recife: Even3, 2021. p. 0.

  • BRITO, LUAN SILVA DE ; SANTOS, RAPHAEL RIBEIRO CRUZ ; COSTA, KARINA KLOCK DA . AVALIAÇÃO DE PERDA DE CARGA EM CICLONES POR MEIO DE SIMULAÇÕES DE CFD. In: Anais do I Web Encontro Nacional de Engenharia Química, 2021, online. Anais do(a) Anais do I Web Encontro Nacional de Engenharia Química. Recife: Even3, 2021.

Histórico profissional

Experiência profissional

2021 - 2021

Faculdade de Americana

Vínculo: Voluntário, Enquadramento Funcional: Monitor, Carga horária: 6

Outras informações:
Monitor selecionado da disciplina Operações Unitárias III sob supervisão da Professora Dra. Karina Klock da Costa.

2021 - 2021

Faculdade de Americana

Vínculo: Voluntário, Enquadramento Funcional: Monitor, Carga horária: 6

Outras informações:
Monitor selecionado da disciplina Fenômenos de Transporte I sob supervisão da Professora Dra. Karina Klock da Costa.

2020 - 2020

Faculdade de Americana

Vínculo: Voluntário, Enquadramento Funcional: Monitor, Carga horária: 6

Outras informações:
Monitor selecionado da disciplina Termodinâmica I sob supervisão do Professor Dr. Homero Jacinto Sena.

2020 - 2020

Faculdade de Americana

Vínculo: Voluntário, Enquadramento Funcional: Monitor, Carga horária: 6

Outras informações:
Monitor selecionado da disciplina Operações Unitárias II sob supervisão da Professora Dra. Karina Klock da Costa.

2019 - 2019

Faculdade de Americana

Vínculo: Voluntário, Enquadramento Funcional: Monitor, Carga horária: 6

Outras informações:
Monitor selecionado da disciplina Introdução à Engenharia Química sob supervisão da Professora Dra. Silvia Vaz Guerra Nista.

2019 - 2019

Faculdade de Americana

Vínculo: Voluntário, Enquadramento Funcional: Monitor, Carga horária: 6

Outras informações:
Monitor selecionado da disciplina Fenômenos de Transporte I sob supervisão da Professora Dra. Karina Klock da Costa.

2019 - 2019

Mérieux NutriSciences Brasil

Vínculo: Estágio, Enquadramento Funcional: Estagiário, Carga horária: 30

Outras informações:
Estágio extracurricular. Atividades desenvolvidas: Preparo de amostras, controle de amostras armazenadas, verificação volumétrica de micropipetas e dispensers, preparo de soluções, preparo de equipamentos de medição.

2019 - 2021

Solenis

Vínculo: Estágio, Enquadramento Funcional: Estagiário, Carga horária: 30

Outras informações:
--> Produção: Abertura e fechamento de ordens de produção no SAP; Controle de arquivos de check lists de produção e documentos; Controle de planilhas de apoio e controle; Auxilio no controle de estoque de solicitação de matéria prima (inventário); Contatar fornecedores solicitando matéria prima; Auxilio no controle da programação da produção; Auxilio no controle de material não conforme a recuperar; Acompanhamento de processo produtivo nos reatores; Acompanhamento de inventários; --> Controle de Qualidade: Análises laboratoriais, que compreendem: análise de residual de monômeros (HPLC); viscosidade; ensaio de floculação (Jar Test); teor de água (Karl Fisher); teste de inversão e condensação de polímeros; ionicidade; turbidez; condutividade; preparo de soluções e reagentes; pH; estabilidade de produtos acabados e calibração dos equipamentos. --> Meio Ambiente, Saúde e Segurança: Realização de análises de risco da tarefa.

2022 - 2022

SOLVAY

Vínculo: Bolsista, Enquadramento Funcional: Bolsista de Inovação, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Desenvolvimento de KPI?s (Key Performance Indicators) para avaliação de performance das seções de produção das unidades da P&I (Poliamida & Intermediários), através de ferramentas como Advanced Analytics, correlações estatísticas, Controle Avançado de Processos (APC) e outras ferramentas oriundas da indústria 4.0, além do tradicional conhecimento de engenharia de processos e operações unitárias. Desenvolvimento do projeto através de metodologia Ágil e Scrum.

2022 - Atual

Kumulus

Vínculo: Celetista, Enquadramento Funcional: Cientista de Dados, Carga horária: 40

Outras informações:
Desenvolvimento de projetos e soluções nas áreas de Ciência de Dados, Machine Learning, IA, IoT e Indústria 4.0:-Experiência em projetos que envolvem técnicas de visão computacional, machine learning, deep learning, séries temporais, Linux/Shell, Microsoft Azure (Cognitive Services, ML Studio, ACI, ACA, API Management, Functions), Git, Docker, APIs, dispositivos e sensores de borda;-Desenvolvimento de modelos estatísticos de regressão e classificação, utilizando técnicas de machine learning em Python;-Aplicação de técnicas de deep learning e visão computacional utilizando frameworks como OpenCV e YOLO;-Utilização de Python para o desenvolvimento das atividades, através de bibliotecas como Plotly, Matplotlib, Scikit-learn, PyTorch, Keras, TensorFlow, Numpy, Pandas, entre outras;-Utilização de placas de desenvolvimento como Raspberry Pi, NVIDIA Jetson, Arduino e integração com sensores de imagem e ToF;-Implantação de serviços e APIs em Python e C# utilizando serviços de contêineres em nuvem;-Experiência com Frontend em Python, utilizando as bibliotecas: Streamlit, Tkinter e PyQt.