Patrick Queiroz dos Anjos

Bacharel e Mestre em Engenharia Metalúrgica apaixonado por transformação e desenvolvimento, controle e qualidade de processos e produtos com melhoria contínua. Tomada de decisão orientada por dados para rastreamento de processos, melhoria de produtos e insights de negócios. Monitoramento em plantas industriais na implementação de projetos e aplicação de produtos.

Conhecimento da metodologia Lean Six Sigma com uso de ferramentas para melhoria contínua. Gestão e liderança na tomada de decisão não apenas para resolver problemas, mas também para ajudar a enriquecer o indivíduo e a equipe.

Experiência

Engenheiro de ciência de dados — Tecservice Engenharia e Consultoria | 10/2024 - 01/2025

○ Trabalhos em projetos de ciência de dados em diferentes conjuntos de dados e auxiliar em atividades como otimização de conjuntos de dados e algoritmos de validação de dados.

Analista de dados — Shinagawa Refractories | 08/2022 - 07/2024

○ Análise de produtos, processos e projetos com tomada de decisão baseada em dados. Utilização de diferentes técnicas para seleção, otimização e melhoria contínua do negócio. Monitoramento industrial por métodos estatísticos e implementação de produtos e processos.

Pesquisador assistente — Instituto Federal do Espírito Santo | 08/2017 - 12/2021

○ Análise e apresentação de dados experimentais, monitoramento com controle e qualidade de processos e produtos e desenvolvimento de projetos de inovação e melhoria contínua.

Estagiário em Pesquisa e desenvolvimento — ArcelorMittal Tubarão | 01/2020 - 05/2020 and 09/2021 - 01/2022

○ Desenvolvimento de modelos matemáticos para descrição e controle de produtos e análises laboratoriais para determinação de diferentes materiais. Utilização de linguagem de programação para conhecimento de variáveis de processo.

Educação

Engenharia Metalúrgica | 2022 | Instituto Federal do Espírito Santo

○ Ciência dos materiais, processamento e aplicação de ligas metálicas e não metálicas. Análise de dados para reconhecimento de padrões, modelagem matemática para processos e produtos visando controle e qualidade.

Mestrado em Engenharia Metalúrgica e de Materiais | 2023| Instituto Federal do Espírito Santo

○ Mestrado em Controle e Simulação de processos em Modelagem Numérica e Análise de Propriedades Reológicas de Escórias de Aço (ex.: alto forno, aciaria, lingotamento contínuo).

Doutorado em Engenharia Mecânica | 2028 | Universidade Estadual de Campinas

○ Pesquisas com foco na aplicação de redes neurais artificiais para a modelagem de propriedades físicas de materiais.

Publicações

— Costa I, Anjos PQ, Martins AP, Carvalho CS, Vieira EA. Physical Properties of Fluxants Commercial Perittetics formed form the Additional Residue of Calcite Marble. Anais do Contecc 2019: ISSN 2358117-4, Ano 6, Volume 1. https://www.confea.org.br/sites/default/files/uploads-imce/Contecc2019/Mec%C3%A2nica%20e%20Metal%C3%BArgica/PROPRI~1.PDF

— Anjos PQ, Telles VB, Quaresma LA, Vieira EA. Break Temperature of Continuous Casting Mold Flux determinated by Linear Regression. 51° Seminário de Fusão, Refino e Solidificação de Metais. vol. 51, num. 51 (2022). https://abmproceedings.com.br/ptbr/article/break-temperature-of-continuous-casting-mold-flux-determinated-by-linear-regression

— Anjos PQ, Kill JD, Oliveira JR, Grillo FF, Dagostini VS. Influence of Slag Composition on the Desulphurization Process in the Ladle Furnace. 51° Seminário de Fusão, Refino e Solidificação de Metais — vol. 51, num. 51 (2022). https://abmproceedings.com.br/ptbr/article/influence-of-slag-composition-on-the-desulphurization-process-in-the-ladle-furnace

— Anjos PQ. Viskositas: Viscosity Prediction of Multicomponent Chemical Systems. arXiv. 2022;2208.01440. https://doi.org/10.48550/arXiv.2208.01440

— Anjos PQ, Quaresma LA, Machado MLP. Linear Modeling of the Glass Transition Temperature of the system SiO₂-Na₂O-CaO. Anais do Contecc 2022: ISSN 2358117-4, Ano 8, Volume 1. https://www.confea.org.br/midias/uploads-imce/Contecc%202022/MecMetal/LINEAR%20MODELING%20OF%20THE%20GLASS%20TRANSITION%20TEMPERATURE%20OF%20THE%20SYSTEM%20SiO2-Na2O-CaO.pdf

— Anjos PQ, Quaresma LA, Machado MLP. Artificial neural networks for predicting the viscosity of lead-containing glasses. XIII ECTM (2022). https://even3.blob.core.windows.net/anais/515621.pdf

— Anjos PQ, Quaresma LA, Machado MLP. Linear modeling and Feature selection of Break Temperature in multicomponents Slags. 24° CBECiMat. https://www.cbecimat.com.br/anais/PDF/Is23-001.pdf

— Anjos PQ, Quaresma LA, Machado MLP. Development of Non-Linear Equations for Predicting Electrical Conductivity in Silicates. Iron & Steel Technology, vol. June, p. 82, 2024 (AISTech 2023 - Accepted and Presented). https://imis.aist.org/store/detail.aspx?id=pr-pm0624-3

— Anjos PQ, Quaresma LA, Machado MLP. Viscosity Prediction of Silica Refractories using Artificial Neural Networks. 51º Seminário de Redução de Minérios e Matérias-Primas — vol. 51, num. 51 (2023). https://abmproceedings.com.br/ptbr/article/viscosity-prediction-of-silica-refractories-using-artificial-neural-networks

— Anjos PQ, Quaresma LA, Machado MLP. Semi-Empirical Modeling of the Liquidus Temperature of Blast Furnace Slag. Anais do Contecc 2023: ISSN 2358117-4, Ano 9, Volume 1. https://www.confea.org.br/eventos/contecc/contecc-2023/mecanica-metalurgica

— Anjos PQ, Grillo FF, Machado MLP, Quaresma LA. Modelagem de Propriedades Físicas de Escórias de Siderurgia por meio de Redes Neurais Parte 1: Temperatura Liquidus. 52º Seminário de Redução de Minérios e Matérias-Primas — vol. 52, num. 52 (2024). https://abmproceedings.com.br/ptbr/article/modelagem-de-propriedades-fsicas-de-escria-de-siderurgia-por-meio-de-redes-neurais-parte-1-temperatura-liquidus

— Anjos PQ, Grillo FF, Machado MLP, Quaresma LA. Modeling Physical Properties of Steel Slag based on Neural Networks Part 2: Glass Transition Temperature. 53º Seminário de Aciaria, Fundição e Metalurgia de Não-Ferrosos — vol. 53, num. 53 (2024). https://abmproceedings.com.br/ptbr/article/modeling-physical-properties-of-steel-slag-based-on-neural-networks-part-2-glass-transition-temperature

— Anjos PQ, Machado MLP. Simulation-Informed Artificial Neural Networks for Calculating Electrical Resistivity of low alloyed Cu: Cases CuCrZr and CuAgCr. 77º Congresso Anual da ABM - Internacional — vol. 77, num. 77 (2024). https://abmproceedings.com.br/ptbr/article/simulation-informed-artificial-neural-networks-for-calculating-electrical-resistivity-of-low-alloyed-cu-cases-cucrzr-and-cuagcr

— Anjos PQ, Machado MLP. Numerical Modeling of Refractory High Entropy Alloys Properties – 1: Melting point approximation. Anais do Contecc 2024. https://www.confea.org.br/eventos/contecc/contecc-2024/mecanica-metalurgica

— Anjos PQ, Machado MLP. Numerical Modeling of Refractory High Entropy Alloys Properties – 2: Hardness calculation. Anais do Contecc 2024. https://www.confea.org.br/eventos/contecc/contecc-2024/mecanica-metalurgica

— Anjos PQ, Machado MLP. Numerical Modeling of Refractory High Entropy Alloys Properties – 3: Ductility classification. Anais do Contecc 2024. https://www.confea.org.br/eventos/contecc/contecc-2024/mecanica-metalurgica

— Anjos PQ, Coleti JL, Junca E, Grilo FF, Machado MLP. Artificial Neural Network-Based Non-Linear Modeling and Simulation of CaO-SiO₂-Al₂O₃-MgO Blast Furnace Slag Viscosity. Minerals. vol. 14, num. 11, 1160 (2024); https://doi.org/10.3390/min14111160

Certificados

Page updated

Google Sites

Report abuse