Jean Americo Tomé

Jean Americo Tomé formou-se em Engenharia de Controle e Automação pela Universidade Federal do Rio de Janeiro (UFRJ) em 2018, obtendo distinção Cum Laude pelo seu excelente rendimento acadêmico (CRA 8.4/10). No mesmo ano, iniciou o Mestrado na área de Inteligência Computacional na COPPE/UFRJ, desenvolvendo um framework para detecção de falhas em equipamentos industriais com baixa repetibilidade de eventos usando Redes Neurais; metodologia que embarcou um produto para uma grande indústria química nacional. Desde 2014 atua na área de desenvolvimento de software e criação de modelos de aprendizado de máquina para a indústria, com grande experiência na área de manutenção preditiva de equipamentos industriais e predição de índice de qualidade em processos químicos. Atualmente trabalha como Pesquisador Especialista em projetos de pesquisa e desenvolvimento na área de Machine Learning e Visão Computacional para a indústria de energia. Palavras chave: Machine Learning, Deep Learning, Visão Computacional, Manutenção Preditiva, Redes Neurais, Desenvolvimento de Software. (Texto informado pelo autor) (Texto informado pelo autor)

Jean Americo Tomé graduated in Control and Automation Engineering from the Federal University of Rio de Janeiro (UFRJ) in 2018, earning Cum Laude for his excellent academic performance (CRA 8.4/10). In the same year, he started his Master's degree in Computer Intelligence at COPPE/UFRJ, developing a framework for failure detection in industrial equipment with low event repeatability using Neural Networks; a methodology that shipped a product to a large national chemical industry. Since 2014 he works in the area of software development and creation of machine learning models for the industry, with great experience in the area of predictive maintenance of industrial equipment and prediction of quality index in chemical processes. Currently works as a Researcher Specialist in research and development projects in the area of Machine Learning and Computer Vision for the energy industry. Keywords: Machine Learning, Deep Learning, Computer Vision, Predictive Maintenance, Neural Networks, Software Development. (Text informed by the author) (Text informed by the author)