Enrico Luigi Oliviero

Estudante do bacharelado em engenharia da computação da Universidade Federal do Rio Grande do Norte. Graduado em ciências e tecnologia com ênfase em tecnologia da computação pela UFRN e atualmente atuo como desenvolvedor web full stack. Se tratando de tecnologia, a maior parte das minhas experiências profissionais circularam ou circulam em volta do Java, tanto para web como Android nativo.

Informações coletadas do Lattes em 15/08/2024

Acadêmico

Formação acadêmica

Graduação em andamento em Engenharia da Computação

2021 - Atual

Universidade Federal do Rio Grande do Norte

Graduação em Ciência e Tecnologia

2017 - 2021

Universidade Federal do Rio Grande do Norte

Curso técnico/profissionalizante em Desenvolvimento Web

2020 - 2020

Instituto Metrópole Digital

Idiomas

Bandeira representando o idioma Inglês

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

Bandeira representando o idioma Espanhol

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

Áreas de atuação

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação.

Projetos de pesquisa

  • 2020 - 2021

    Detecção de falhas em sistemas de controle de processos em rede sem fio baseada em técnicas de aprendizado de máquinas, Descrição: Neste trabalho serão desenvolvidos algoritmos baseados em técnicas de aprendizado de máquinas (Machine Learning) para detecção de falhas em sistemas de controle em redes sem fio. Devido às limitações na aquisição de equipamentos industriais e considerando que inexistência de simuladores apropriados, a pesquisa será específica para redes industriais sem fio baseadas no protocolo ISA 100.11a. Uma arquitetura de controle de nível com instrumentos de campo da tecnologia ISA 100.11a será implementada para a coleta dos dados do processo e da rede. Os dados da rede são fundamentais para o desenvolvimento do modelo. A partir desses dados, será escolhida a técnica de detecção de falhas, implementado o algoritmo e validado no sistema de controle de nível. Introdução Neste trabalho serão desenvolvidos algoritmos baseados em técnicas de aprendizado de máquinas (Machine Learning) para detecção de falhas em sistemas de controle em redes sem fio. Devido às limitações na aquisição de equipamentos industriais e considerando que inexistência de simuladores apropriados, a pesquisa será específica para redes industriais sem fio baseadas no protocolo ISA 100.11a. Uma arquitetura de controle de nível com instrumentos de campo da tecnologia ISA 100.11a será implementada para a coleta dos dados do processo e da rede. Os dados da rede são fundamentais para o desenvolvimento do modelo. A partir desses dados, será escolhida a técnica de detecção de falhas, implementado o algoritmo e validado no sistema de controle de nível. Justificativa Os sistemas de comunicação no ambiente industrial tornaram-se elementos imprescindíveis na digitalização dos processos industriais. Desde o controle de processos industriais até a coleta das informações do ambiente, existem protocolos de redes implementados para permitir a comunicação entre os elementos sensores, indicadores, atuadores, controladores e estações de monitoramento e operação. Nesse contexto, as redes industriais baseadas na comunicação sem fio estão presentes em todos os níveis do sistema de automação. Contudo, devido aos aspectos de confiabilidade e disponibilidade, é imprescindível uma avaliação das malhas de controle de sistemas dinâmicos que utilizam instrumentos sem fio para transmissão das variáveis de controle. Existem técnicas de aprendizado de máquinas que permitem a estimação de situações falhas nos enlaces (link) de comunicação entre os elementos da malha de controle. A implementação de algoritmos de aprendizado de máquinas para detecção prévia de falhas de sistemas de controle em rede sem fio oferece fatores que possibilitam a tomada de decisões para evitar a falha. Assim, garantindo uma maior segurança na implantação de sistemas para digitalização de processos industriais.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Enrico Luigi Oliviero - Integrante / Adrião Duarte Doria Neto - Coordenador / Heitor Medeiros Florencio - Integrante.

Histórico profissional

Experiência profissional

2020 - 2021

Universidade Federal do Rio Grande do Norte

Vínculo: Bolsista, Enquadramento Funcional: Aluno de IC, Carga horária: 20

Outras informações:
Atuei como pesquisador em um projeto na área da automação industrial e inteligência artificial. O objetivo do projeto era aplicar técnicas de aprendizado de máquina na detecção de falhas em sistemas de controle em redes sem fio.

2021 - 2022

Instituto Metrópole Digital

Vínculo: Bolsista, Enquadramento Funcional: Desenvolvedor júnior, Carga horária: 30

Outras informações:
Atuou como desenvolvedor júnior no projeto de pesquisa e desenvolvimento oriundo da parceria da empresa GERTEC com o IMD. Dentre os projetos desenvolvidos estão projeto de testes, aplicações android e uma ferramenta para web. Tecnologias usadas: - JUnit (Teste unitário) - Java (Android natívo) - Spring framework (Web) - Thymeleaf - Javascript - HTML - CSS - PostgreSQL (Banco de dados relacional) - MongoDB (Banco de dados não relacional) - Git e GitLab (Versionamento)