Johannes Sesselmann

Atuei em projetos multidisciplinares envolvendo desenvolvimento de soluções inteligentes e automação com forte integração entre software e ambiente físico, com foco em sistemas digitais.

Com o time de Desenvolvimento:

• Desenvolvimento de solução para Garantia de Integridade de Bancos Relacionais com NLP e LLM na Nuvem. Python (para tratamento em NLP e integrar as lógicas de API), Node.js (para backend), React (para o frontend).

Com o time de Consultoria:

• Simulação de Processos Produtivos para otimização de linhas de produção utilizando o software Autodesk FlexSim, mapeando fluxos e gargalos para aumentar a eficiência operacional.
• Desenvolvimento de dashboards e relatórios técnicos para o cliente por meio de ferramentas como Power BI.
• Automatização de processos usando Python.
• Planejamento e acompanhamento de projetos de produção utilizando o Microsoft Project.
• Implementação de Inteligência Artificial para detecção de padrões e gargalos, automação de controle e qualidade, e previsão de demanda e estoque.
• Implementação de processos industriais em ambiente virtual usando C++
• AutoCAD para avaliar desenho de centro de distribuição Boticário São Gonçalo dos Campos – BA.
• Suporte em análise de falhas de equipamentos da mina Serra Sul e Serra Norte da Vale S.A. em Carajás – PA.
• Melhoria do Plano de Lavra baseado no planejamento de mineração.
• Simulação e planejamento da logística do grupo Boticário para 2025 a 2032 em São Gonçalo dos Campos – BA.

Novembro/2024 a Dezembro/2026: Mestrado em Engenharia de Sistemas - Universidade Estadual de Campinas (Unicamp)

Nesse momento inicial, estou cursando disciplinas com foco em internet das coisas (IoT), cadeia de suprimentos e sistemas embarcados.

Março/2019 a Novembro/2024: Bacharel em Engenharia Mecânica - Universidade Estadual de Campinas (Unicamp)

Meu trabalho de conclusão de curso é na área de Digitalização de Manufatura: uma inteligência artificial que auxilia a inspeção visual de peça usinada. Essa solução foi possível a partir da instalação de sensores em uma máquina CNC, posterior armazenamento das informações em banco de dados e criou-se então um algoritmo de aprendizado de máquina que estimava a confiabilidade de todas as peças.