←  voltar para rodrigohuber.github.io

Rodrigo Huber Mendes

Rio de Janeiro, Brasil  |  Disponível para remoto  |  Português, Inglês e Espanhol
rodrigohubermendes@gmail.com  |  +55 21 99809-7648  |  Lattes  |  GitHub

TítulosDoutorando em Engenharia de Produção · Mestre em Metrologia · Engenheiro Mecânico
ÁreasAprendizado de máquina · Transfer learning · Ontologias e métodos neurossimbólicos · Otimização estocástica e robusta (DRO) · Previsão de séries temporais · Sistemas de energia renovável
ObjetivoAtuar na interseção entre aprendizado de máquina, otimização e sistemas de energia renovável, aplicando previsão de séries temporais, transfer learning e otimização robusta sob distribuição (DRO) a problemas reais de pesquisa e indústria

Resumo profissional

Engenheiro Mecânico com oito anos de atuação técnica em engenharia, dos quais quatro em energia solar — supervisão da execução de projetos, coordenação de equipes de instalação, diagnóstico de problemas em campo e elaboração de documentação operacional precisa. Mestre em Metrologia e doutorando em Engenharia de Produção, com pesquisa focada em previsão de irradiação solar, aprendizado por transferência sob escassez de dados, métodos neurossimbólicos fundamentados em ontologia para avaliação de transferibilidade entre sítios geograficamente diversos, e otimização robusta sob distribuição (DRO).

Experiência profissional

2023 — presente

Pesquisador de Doutorado — Coordenação Técnica de Projetos

PUC-Rio · Rio de Janeiro, Brasil

  • Pesquisa de doutorado sobre previsão de irradiação solar em 19 sítios brasileiros, com ênfase em aprendizado por transferência sob severa escassez de dados e condições geográficas heterogêneas
  • Investigação de como o conhecimento de sítios-fonte pode ser transferido para sítios-alvo usando noções de similaridade ontológicas e informadas pelo clima — bioma, geografia e compatibilidade sazonal
  • Exploração de raciocínio neurossimbólico e fundamentado em ontologia para apoiar a avaliação de transferibilidade: quando um novo sítio é suficientemente similar para justificar o reaproveitamento de um modelo já aprendido
  • Emprego de frameworks de otimização — programação inteira-mista, estocástica e robusta sob distribuição (DRO), com o solver Gurobi — no tratamento da incerteza em previsão de energia renovável
  • Implementação de algoritmos e estruturas de dados complexas para processamento de séries temporais em larga escala
  • Gestão de um programa técnico de operações multi-sítio envolvendo 19 localidades de energia solar no Brasil, com coordenação de qualidade de dados, padronização de fluxos, relatórios e consistência de execução
  • Coordenação técnica de pipelines de dados, monitoramento de desempenho e escalonamento de problemas em ambiente ágil de pesquisa e engenharia
  • Treinamento de pesquisadores júniores e colaboradores técnicos em padrões de fluxo de trabalho, procedimentos analíticos e rotinas de controle de qualidade
  • Entrega de relatórios e apresentações técnicas em inglês para audiências internacionais
  • Contemplado com bolsa CAPES e bolsa FAPERJ Nota 10, modalidade de bolsa de excelência da FAPERJ
2021 — 2025

Engenheiro de Energia Solar Autônomo / Engenheiro de Operações de Campo

Atuação autônoma · Brasil

  • Condução da execução de projetos de energia solar de ponta a ponta: avaliação do local, projeto do sistema, supervisão da instalação, validação de comissionamento e acompanhamento técnico em múltiplos projetos simultâneos
  • Elaboração do projeto dos sistemas em CAD e SolidWorks, com cálculo de retorno sobre o investimento (ROI) e validação do projeto em tempo real em Python
  • Coordenação de equipes de instalação, eletricistas e técnicos de campo para garantir cronograma, padrões de qualidade, conformidade de segurança e execução precisa das especificações
  • Diagnóstico de problemas operacionais presenciais e remotos sob prazos apertados, com análise rápida de causa-raiz para minimizar tempo de inatividade
  • Aplicação de fundamentos de sistemas elétricos, procedimentos de segurança e normas elétricas brasileiras — NBR 5410 e NBR 16690 — na supervisão e validação de instalações fotovoltaicas
  • Elaboração de relatórios operacionais, documentação técnica e materiais de handover, com comunicação contínua entre equipes de campo, stakeholders e clientes
  • Apoio ao desenvolvimento do pessoal de campo, com reforço de boas práticas de instalação e consistência de execução
2018 — 2020

Pesquisador de Mestrado — Previsão e Validação Solar

PUC-Rio · Rio de Janeiro, Brasil

  • Desenvolvimento e validação de modelos de previsão de irradiação solar com ênfase em qualidade de medição, procedimentos de validação, confiabilidade operacional e consistência de dados de campo
  • Medição e calibração de equipamentos para aplicações de Óleo e Gás
  • Estabelecimento de direções de pesquisa fundacionais depois expandidas no doutorado, incluindo transfer learning para previsão de energia renovável e adaptação entre sítios brasileiros distintos
  • Coordenação de fluxos de trabalho desde a aquisição de dados meteorológicos brutos até a validação de modelos e avaliação de desempenho
  • Articulação com stakeholders técnicos e provedores de dados para garantir integridade das medições
2017 — 2018

Assistente de Operações Técnicas

Decision Support · Brasil

  • Apoio à otimização operacional e à análise de risco em projetos de Óleo e Gás (estabilidade de poços, kicks e perdas de circulação, prisão de coluna, washouts), com metodologia Seis Sigma e análise técnica rápida para reduzir o Tempo Não Produtivo (NPT)
  • Construção de dashboards em Power BI para visibilidade gerencial sobre desempenho operacional, alocação de recursos e indicadores de execução
  • Colaboração com equipes multidisciplinares de engenharia e operações em ambientes de alta pressão e orientados a prazos

Formação acadêmica

2023 — 2027 (previsto)

Doutorado em Engenharia de Produção

PUC-Rio · Rio de Janeiro, Brasil

Orientadores: Prof.ª Fernanda Baião e Prof. Reinaldo Castro Souza. Pesquisa sobre previsão de irradiação solar, aprendizado por transferência sob escassez de dados e raciocínio de transferibilidade neurossimbólico fundamentado em ontologia entre sítios brasileiros heterogêneos. Bolsista FAPERJ Nota 10 e ex-bolsista CAPES.

2018 — 2020

Mestrado em Metrologia

PUC-Rio · Rio de Janeiro, Brasil

Dissertação: “Avaliação metrológica de modelos de previsão a curto prazo da irradiação solar na superfície terrestre”. Orientador: Prof. Alcir de Faro Orlando. Conceito CAPES 5. Bolsista CAPES.

2009 — 2018

Bacharelado em Engenharia Mecânica

PUC-Rio · Rio de Janeiro, Brasil

Monografia: “Validação experimental do desempenho de um sistema de preaquecimento de motores diesel de uma usina termoelétrica com o uso da energia solar” (projeto Gera Maranhão). Orientador: Prof. Alcir de Faro Orlando. Base em sistemas elétricos, termodinâmica, mecânica dos fluidos, normas de engenharia e execução de projetos técnicos.

Publicações e produção científica

FOIS 2026 — Early Career Symposium · aceito

How Much Local Data Is Enough? An Ontology-Grounded Neurosymbolic Research Agenda for Transferability in Forecasting

Early Career Symposium da International Conference on Formal Ontology in Information Systems, com publicação prevista nos FOIS 2026 Satellite Events Proceedings (CEUR-WS). Vitória, ES, Brasil.

SBPO 2026 — Simpósio Brasileiro de Pesquisa Operacional · submetido

How Much Local Data Is Enough? Few-Shot Transfer Learning for Solar Irradiation Forecasting Across Brazil

Quantifica o orçamento mínimo de dados locais necessário para que o few-shot transfer learning supere o zero-shot em 19 sítios brasileiros climaticamente diversos, identificando um limiar de cruzamento em até cinco meses em 94% dos sítios com margem positiva.

SBPO 2025 — Simpósio Brasileiro de Pesquisa Operacional

Exploring Transfer Learning Techniques for Solar Irradiation Forecast across Geographically Diverse Locations in Brazil Using Reanalysis Data

Artigo completo em congresso científico. Gramado, RS, Brasil. Código aberto: github.com/rodrigohuber/zero-shot-solar-forecasting_SBPO25

ISF 2023 — International Symposium on Forecasting

Day-ahead Solar Irradiation Forecast Techniques and Outcomes

Resumo (abstract). Dijon, França.

Competências técnicas

OtimizaçãoGurobi · programação inteira-mista (MIP) · programação estocástica · otimização robusta sob distribuição (DRO)
LinguagensPython · Julia · R · SQL · C · C++ · Assembly · MATLAB · Maple · LaTeX · JavaScript
Dados e MLPandas · NumPy · SciPy · scikit-learn · TensorFlow · PyTorch
ComputaçãoEstruturas de dados e algoritmos · CUDA · APIs REST · pipelines JSON · Jupyter · Linux/Unix · Git e GitHub
CAD e mecânicaSolidWorks (incluindo análise por elementos finitos — FEA) · AutoCAD
Energia solarSistemas fotovoltaicos · supervisão de instalação · comissionamento · validação em campo · melhoria de fluxos operacionais
NormasFundamentos de sistemas elétricos · normas de segurança em instalações · normas elétricas brasileiras · regulamentações de edificações
Web (básico)HTML5 · CSS3 · React
FerramentasPower BI · Microsoft Office · Overleaf
OperaçõesAnálise operacional · sistemas de previsão · automação de relatórios · padronização de processos

Idiomas

PortuguêsNativo
InglêsFluente — mais de 7 anos de estudo formal (Cultura Inglesa e CCAA), imersão de 40 dias nos EUA (2019–2020), aprovação nos exames de proficiência do Mestrado e do Doutorado da PUC-Rio, apresentações técnicas internacionais
EspanholFluente

Formação complementar

Medição e Calibração de Temperatura, Pressão e VazãoPUC-Rio · certificação
Data Science Fundamentals with Python and SQLCoursera · curso concluído
Applied Data Science with PythonCoursera · curso concluído
Microsoft Power BI Desktop for Business IntelligenceUdemy · curso concluído