Rafael Vieira da Silva é pesquisador do ProLogIS e, além de atuar em projetos do laboratório, está desenvolvendo sua dissertação de mestrado, apresentada da seguinte forma:

O trabalho surge da necessidade de preencher lacunas existentes na aplicação de IA para gerenciar riscos na cadeia de suprimentos. A pesquisa visa oferecer uma compreensão aprofundada dos riscos em SCRM (Gestão de Riscos na Cadeia de Suprimentos), ajudando as empresas no processo de tomada de decisão e as guiando entre diversas oportunidades de investimento. Este estudo mergulha em três grandes pilares: Riscos na Cadeia de Suprimentos, Tomada de Decisão em Investimentos e o uso de Inteligência Artificial para Quantificação de Riscos. Explorando a complexidade desses fatores e como eles se entrelaçam, desde a gestão de riscos até a compreensão das decisões financeiras. Com a IA, pretende-se não só mitigar os riscos, mas também fornecer ferramentas preditivas e automatizadas para enfrentar desafios em ambientes de negócios incertos. A gestão eficaz de riscos é vital para a resiliência empresarial, e a IA oferece um potencial significativo nesse contexto.

Joelmir Junior é pesquisador do ProLogIS e, além de atuar em projetos do laboratório, está desenvolvendo sua dissertação de mestrado, apresentada da seguinte forma:

A previsão de demanda se encaixa como um fator relevante na gestão de cadeias de suprimentos, pois a antecipação correta da demanda do cliente possibilita que gestores planejem o nível de atividades como transporte, produção e estoque. Em contrapartida, previsões inadequadas custam caro e são amplificadas entre os membros da cadeia de suprimentos, podendo resultar em fenômenos como o efeito chicote. Além disso, quando as previsões tratam de produtos novos no mercado, sem dados históricos de vendas, a interferência humana nas previsões se faz necessária para que o conhecimento prévio dos gestores possam auxiliar no processo.

Portanto, a fim de reduzir os erros das interferências nos modelos de previsão de demanda, com foco em produtos sem históricos de vendas, o presente estudo se propõe a utilizar técnicas de inteligência artificial explicável juntamente com métodos de simulação para auxiliar nos processos de tomada de decisão. Cabe salientar, que esta pesquisa encontra-se em fases iniciais.

Davi de Simas é estudante do curso de Engenharia de Produção Mecânica da UFSC e também é aluno de Iniciação Científica no ProLogIS. Veja o que ele compartilhou sobre suas responsabilidades:

Com o seu trabalho como pesquisador de iniciação científica, Davi pode contribuir com a dissertação da Ingra Farias em atividades de modelagem e simulação computacional e escrita científica, que ajudaram a atingir o objetivo de desenvolver um modelo baseado em gêmeos digitais para o aprimoramento da resiliência da cadeia de suprimentos. Atualmente está trabalhando em conjunto no desenvolvimento da tese do Silvio Alvim focada em desenvolver um modelo preventivo para e tomada de decisão em situações de risco, baseado na tecnologia da Indústria 4.0 denominada Gêmeos Digitais, visando aprimorar a resiliência e fortalecer a robustez da cadeia de suprimentos. Esses projetos foram viabilizados através do estudo e aplicação do software Anylogistix.

Maria Eduarda Lobo é estudante do curso de Engenharia de Produção Civil da UFSC e também é aluno de Iniciação Científica no ProLogIS. Veja o que ela compartilhou sobre suas responsabilidades:

Durante o seu trabalho como pesquisadora de iniciação científica, Eduarda teve a oportunidade de contribuir para a dissertação da Bruna Rigon de Oliveira em atividades de modelagem, simulação computacional e escrita científica. Essas contribuições desempenharam um papel fundamental na consecução do objetivo de desenvolver um modelo de rede de distribuição para compras online em um contexto de varejo omni-channel. Para alcançar esse objetivo, foram utilizados o software Anylogic e as linguagens de programação Java e Python. Além disso, Eduarda também faz parte da equipe de marketing do laboratório e auxilia na organização de eventos sociais.

Pedro Onorio é estudante do curso de Engenharia de Produção Mecânica da UFSC e também é aluno de Iniciação Científica no ProLogIS. Veja o que ele compartilhou sobre suas responsabilidades:

Com o seu trabalho como pesquisador de iniciação científica, Pedro auxilia no desenvolvimento da tese do Lúcio Galvão Mendes com a elaboração de uma ferramenta de previsão de demanda de leitos hospitalares utilizando técnicas de machine learning através da linguagem de programação Python. Ele participa também de atividades de pesquisa como de revisões da literatura e escrita de artigos científicos. Além disso, atualmente participa da equipe de marketing, na qual é responsável pelo site e LinkedIn do laboratório.

Julia Cristina Bremen é estudante do curso de Engenharia de Produção Civil da UFSC e também é aluno de Iniciação Científica no ProLogIS. Veja o que ela compartilhou sobre suas responsabilidades:

Durante o seu trabalho como pesquisadora de iniciação científica, Julia pode contribuir na dissertação da Bruna Rigon de Oliveira em atividades de modelagem e simulação computacional e escrita científica, que ajudaram a atingir o objetivo de propor um modelo de rede de distribuição para compras on-line de um varejo omni-channel. Também trabalhou na dissertação da Luciana Stradioto, focada em desenvolver uma abordagem prática para a transformação digital em pequenas e médias empresas usando modelagem e simulação. Além disso, atualmente ela está trabalhando em conjunto com o doutorando Maurício Randolfo Flores na elaboração de um modelo integrado de planejamento de sistemas de portos inteligentes com uma visão centrada no fator humano de decisão. Esses projetos foram viabilizados através do estudo e aplicação do software Anylogic e da linguagem de programação Java e Python. Além disso, a aluna participa da equipe de marketing do laboratório e na organização dos eventos sociais.