Olá, sou Alysson Pereira.
Desenvolvedor de Software.
Apaixonado por criar soluções inovadoras e transformar ideias em código.
Olá, sou Alysson Pereira.
Sobre Mim
Sou um desenvolvedor de software apaixonado por tecnologia e pela resolução de problemas complexos. Minha jornada na programação se inicou aos 13 anos e é movida pela curiosidade e pelo desejo de construir soluções eficientes e escaláveis que impactam positivamente a vida das pessoas.
Com uma base sólida em JavaScript/TypeScript, atuo com naturalidade tanto no backend, utilizando frameworks como Node.js e NestJS, quanto no frontend, com React e Next.js. Além disso, tenho um forte interesse e projetos na área de Inteligência Artificial e Machine Learning com Python, com conhecimento especialmente nas áreas de aprendizado por reforço e aprendizado supervisionado.
Estou sempre em busca de novos desafios e oportunidades para aprender e colaborar. Acredito que a combinação de um código limpo e uma comunicação clara é a chave para o sucesso de qualquer projeto.
Experiência Profissional
Jovem Tech - Bolsista
Pulse
MAI DE 2025 - O MOMENTO
- Atuação como bolsista no programa Jovem Tech, com foco em desenvolvimento de software e aprimoramento de competências técnicas em um ambiente profissional.
TypeScriptComunicaçãoSpring BootJavaGit
Machine Learning Developer
Fundação De Amparo À Pesquisa do Estado Do Maranhão - Fapema
SET DE 2024 - MAI DE 2025
- Participei no desenvolvimento de um framework baseado em Meta-Aprendizagem por Reforço, com o objetivo de gerar políticas de decisão para Arranjos Produtivos Sustentáveis. A pesquisa abordou o desafio de selecionar o algoritmo de otimização mais adequado para diferentes instâncias de problemas , especialmente em cenários de mercado com condições incertas e cadeias de suprimentos instáveis. O trabalho focou em aplicar técnicas de Aprendizado de Máquina para otimização em contextos alinhados à sustentabilidade, economia circular e à tendência de produção regional.
Machine LearningMeta-learningPythonPesquisa OperacionalOtimização
Machine Learning Developer
Fundação De Amparo À Pesquisa do Estado Do Maranhão - Fapema
SET DE 2023 - AGO DE 2024
- Atuei no desenvolvimento de um framework de pesquisa focado na aplicação de Aprendizagem por Reforço para a criação de políticas de decisão em Sistemas Flexíveis de Manufatura (FMS). O trabalho se inseriu no contexto da Indústria 5.0 e da manufatura inteligente, buscando alternativas robustas para ambientes dinâmicos e estocásticos onde a otimização matemática tradicional é, muitas vezes, intratável. A pesquisa envolveu a modelagem computacional, experimentação e análise de sistemas complexos, contribuindo para a formação de conhecimento na interseção entre Otimização e Aprendizado de Máquina.
Inteligência ArtificialMachine LearningSimulação de SistemasPesquisa OperacionalPython
Formação Acadêmica
UFMA - Universidade Federal do Maranhão
Ciência da Computação
2022 - 2026
IFMA - Instituto Federal do Maranhão
Tecnico em Informática
2018 - 2020
Habilidades
Publicações
LVII Simpósio Brasileiro de Pesquisa Operacional (SBPO 2025)
Multi-Agent Simulation of Manufacturing Networks: Autonomous and Adaptive Decision-Making for Industry 4.0
Alysson Pereira e Pereira, Frederic Menezes Ferreira, Alexandre Cesar Muniz de Oliveira
Este trabalho aborda a modelagem e simulação de Sistemas Flexíveis de Manufatura (FMS) para otimizar a produção na Indústria 4.0. A pesquisa integra agentes inteligentes e aprendizado por reforço para aprimorar eficiência e flexibilidade na tomada de decisão de unidades autônomas. Propõe um framework multicritério que equilibra lucro, sustentabilidade e variabilidade, permitindo adaptação em tempo real. O ambiente multiagente facilita a comunicação entre unidades, redistribuindo tarefas para reduzir rejeições e aumentar produtividade. A validação ocorreu por meio de simulações em uma rede com seis unidades. Cada uma conta com um agente dedicado que decide aceitar demandas conforme sua política, recursos e métricas de desempenho. Os resultados mostram que o modelo atinge os objetivos e equilibra critérios econômico, de sustentabilidade e de customização. O estudo evidencia o potencial de redes autônomas e conectadas para otimizar processos, promovendo sustentabilidade e competitividade na Indústria 4.0.
Flexible Manufacturing SystemsMulti-agent SystemsReinforcement Learning
Baixar ArtigoProjetos
Não foi possível carregar os projetos do GitHub.