UFABC-professores

Geraldo Cardoso de Oliveira Neto

Bolsista Produtividade em Pesquisa (PQ) nível 2, consultor Ad-hoc da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) e do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), Pós-doutorado pela Universidade de Aveiro - Portugal em Gestão e Engenharia Industrial (2018 e 2022), Pós-doutorado pela Universidade Federal de São Carlos (UFScar) em Engenharia de Produção (2015), Doutorado em Engenharia da Produção (2012) com reconhecimento de título na Universidade de Aveiro em Portugal, Doutorado em Administração de Empresas (2013), Mestrado em Engenharia de Produção (2008), Especialização em Gestão da Qualidade e Produtividade (2006), Especialização em Gestão de Pessoas (2006) e Graduação em Administração de Empresas (2004). Atualmente é professor e pesquisador do Programa de Mestrado e Doutorado em Engenharia da Produção da Universidade Federal do ABC (UFABC) na Linha de Pesquisa Manufatura Avançada e Gerência de Produção com experiência didática e científica em: (i) Big Data Analytics e Técnicas de Machine Learning para tomada de decisão em operações com uso de Python, possibilitando desenvolver avaliação exploratória com uso de estatística descritiva, bivariada e multivariada e determinar a técnica apropriada de Machine Learning para os problemas em operações; (ii) Avaliação da ecoeficiência, sustentabilidade e circularidade resultantes da adoção de Tecnologias da Indústria 4.0 em diferentes setores industriais, verificando o grau de maturidade da Indústria 4.0; (iii) Gestão de Operações, considerando a gestão da cadeia de suprimentos, logística, planejamento e controle da produção, qualidade, transporte e manutenção preventiva; (iv) Ecoeficiência em Operações, que visa avaliar a vantagem econômica e ambiental com uso de Mass Intensity Factor no: produto por meio de Design For Environment e Avaliação do ciclo de vida, processo produtivo com uso de Produção Mais Limpa e rede de suprimentos com a adoção de Logística Reversa, Cadeia de Suprimentos verde e Ecologia industrial; (v) Sustentabilidade em Operações, para a mensuração do desempenho sustentável e dos níveis de sustentabilidade (fraco, moderado e forte); (vi) Economia Circular, para avaliação da circularidade da implantação das ferramentas da ecoeficiência em operações, bem como, investigar o seu relacionamento com tecnologias da indústria 4.0; e (vii) Revisão Bibliométrica e Sistemática da Literatura. Também é Guest editor da Discover Sustainability da Springer e participou de atividades consultivas em gestão de operações com foco em planejamento e controle da produção, logística, ciência de dados, gestão da qualidade, gestão da cadeia de suprimentos, planejamento e controle da produção, produção mais limpa, logística reversa, gestão de resíduos, economia circular e indústria 4.0. (Texto informado pelo autor)

  • http://lattes.cnpq.br/6721738988129342 (27/11/2025)
  • Rótulo/Grupo: CECS
  • Bolsa CNPq: Nível 2
  • Período de análise: 2023-HOJE
  • Endereço: Universidade Federal do ABC, Centro de Engenharia, Modelagem e Ciências Sociais Aplicadas. Rua Oratório - até 1389/1390 Bangú 09280550 - Santo André, SP - Brasil Telefone: (11) 976127859 URL da Homepage: www.ufabc.edu.br/
  • Grande área: Engenharias
  • Área: Engenharia de Produção
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações


Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (3)
    1. 2023-2025. INTELIGÊNCIA ARTIFICIAL APLICADA NA PREDIÇÃO DE FALHAS DE MÁQUINAS EM INDÚSTRIAS METAL-MECÂNICAS SISTEMISTAS
      Descrição: A cadeia de ferramentaria brasileira, que inclui as indústrias metal-mecânicas sistemistas passa por uma desindustrialização profunda e, para superar este desafio, torna-se imperativo o aumento da competitividade com foco no aprimoramento em ciência de dados. As indústrias metal-mecânicas sistemistas estão implantando sensores nas máquinas, gerando big data. Porém os profissionais e gestores operacionais estão com dificuldades de analisar esses dados visando a predição de falhas que possam prejudicar o planejamento da produção, devido a carência de conhecimentos sobre pré-processamento e aplicação de técnicas de data analytics e machine learning. Com isso, o objetivo desta proposta consiste em aplicar cursos para capacitação de funcionários da indústria metal-mecânica e ferramentaria sobre sistemas ciber físicos, data analytics para análise de falhas de máquinas e inteligência artificial para predição de falhas de máquinas. O resultado esperado pelo programa na capacitação de profissionais e gestores de indústrias metal-mecânicas sistemistas da cadeia nacional são: (i) geração de ganho econômico devido a redução/eliminação das falhas inesperadas de máquinas; (ii) conhecimentos, habilidades e atitudes sobre tecnologias/sistemas ciber físicos, data analytics e inteligência artificial; (iii) geração de multiplicadores capacitados em análise de dados, aspecto importante para evolução de carreira profissional; e (iv) indústrias metal-mecânicas sistemistas e ferramentarias mais competitivas devido a tomada de decisão mais assertiva com base em dados, contribuindo positivamente com a cadeia automotiva nacional. Ressalta-se que as melhores análises do big data desenvolvidas pelos discentes serão submetidas para eventos para a publicação científica
      Situação: Concluído.
      Natureza: Pesquisa.
      Alunos envolvidos: Especialização: (20) / Mestrado acadêmico: (1).
      Integrantes: Geraldo Cardoso de Oliveira Neto - Coordenador / Sidnei Alves de Araujo - Integrante / LOURENÇO, SERGIO RICARDO - Integrante / Rodrigo Neri Bueno da Silva - Integrante / Rafael Tashiro dos Anjos - Integrante.
      Financiador(es): Fundação de Desenvolvimento da Pesquisa - Remuneração. Número de produções C, T & A: 2.
      Membro(s): Geraldo Cardoso de Oliveira Neto.
    2. 2023-Atual. Bolsa Produtividade em Pesquisa (PQ) nível 2 - A Implantação de Tecnologias da Indústria 4.0 Influenciam na Economia Circular de Nível Micro e Impactam no Desempenho Sustentável: Survey em Indústrias Metal-Mecânicas de Grande Porte Localizadas no Brasil
      Descrição: A indústria metal-mecânica tem gerado impactos ambientais devido a falta de estratégia para redesenho de produtos e processos visando prolongar a vida útil, otimizar recursos e fechar ciclos, além de gerar consumo exagerado de materiais e energia de fontes não renováveis. Assim, as indústrias metal-mecânicas estão implantando tecnologias da indústria 4.0 para potencializar as ações de economia circular de nível micro, influenciando melhoria do desempenho econômico, ambiental e social. Ressalta-se que é importante regenerar o valor do uso de energia e resíduos; adotar economia compartilhada com os stakeholders; otimizar o consumo de resíduos na cadeia de suprimentos; desmaterializar por meio de virtualização e substituir recursos não renováveis por renováveis. Com isso, esse projeto tem o objetivo de avaliar se a adoção de tecnologias da indústria 4.0 influenciam na economia circular de nível micro e impactam positivamente no desempenho sustentável (econômico, ambiental e social) em indústrias metal-mecânicas de grande porte localizadas no Brasil. Esse projeto consiste na continuidade das pesquisas realizadas no quadriênio (2021-2024) para o quadriênio (2024-2027). Em resumo de (2021-2024) foram publicados 25 artigos, sendo 11 (A1), 8 (A2), 2 (A3), 1 (A4), 3 (B1). Ressalta-se que há (1 A1, 1 A2 e 1 A3) em processos de revisão avançado. Inicialmente será utilizado o método de múltiplos casos por meio de entrevista semiestruturada e observação para validação do instrumento de pesquisa junto a especialistas. Após a validação do instrumento de pesquisa, será aplicado survey em mais de 200 empresas e os dados coletados serão analisados por meio de modelagem de equações estruturais e correlação de Spearman. Os resultados esperados para a teoria estão relacionados a mensuração de quais tecnologias da indústria 4.0 potencializam a economia circular de nível micro, impactando positivamente no desempenho sustentável de indústrias metal-mecânicas localizadas no Brasil. Os resultados esperados para a prática organizacional estão associados a disseminação de conhecimento para os gestores industriais sobre os ganhos econômicos, ambientas e sociais que poderá ocorre com a adoção de determinadas tecnologias da indústria 4.0 associadas a ações de economia circular de nível micro. Os principais desafios desse projeto estão associados à ampla diversidade cultural das indústrias metal-mecânicas em relação à adoção de tecnologias da indústria 4.0 e economia circular. O presente projeto engloba várias pesquisas em três subprojetos (estudo de casos e surveys), as quais espera-se que resultem em vários artigos a serem publicados em periódicos científicos relevantes nacionais e internacionais. Também, espera-se que o pesquisador oriente, neste período, dissertações de mestrado e teses de doutorado relacionados
      Situação: Em andamento.
      Natureza: Pesquisa.
      Integrantes: Geraldo Cardoso de Oliveira Neto - Coordenador / Flávio Luiz Rodrigues - Integrante / PAULO CARACCIOLO - Integrante / VICTOR FARIAS DE SOUZA - Integrante / ANGELINO DOS SANTOS ERNESTO - Integrante / RICARDO CASTILHO - Integrante.
      Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa.
      Membro(s): Geraldo Cardoso de Oliveira Neto.
    3. 2023-Atual. APLICAÇÃO DE INTELIGÊNCIA ARTIFICIAL PARA OTIMIZAÇÃO E ECONOMIA CIRCULAR DA CADEIA REVERSA DE RESÍDUOS ELETROELETRÔNICOS DE SÃO PAULO
      Descrição: Diante da crescente industrialização mundial de produtos eletroeletrônicos nas últimas décadas, denota-se um crescimento exponencial na geração de resíduos de equipamentos eletroeletrônicos (REEE). Com isso, em 2010 foi promulgada a lei sobre a obrigatoriedade da gestão de REEE por meio de logística reversa, e em outubro de 2019 foi assinado o acordo setorial, visando o compartilhamento de responsabilidades pela gestão de REEE entre fabricantes, gestoras de resíduos e recicladores em São Paulo, que terão que estruturar a cadeia reversa para o início da operação. A coleta e as atividades de recuperação devem ser planejadas e realizadas pela cadeia reversa de REEE. O sucesso reside no planejamento da cadeia de logística reversa eficiente para a coleta e operações de recuperação. Um componente importante desta iniciativa é determinar as rotas adequadas para otimização econômica e ambiental da cadeia reversa de REEE (fabricantes, gestoras de resíduos e recicladores de São Paulo) para promover economia circular. Esse estudo tem o objetivo de aplicar simulação e técnicas de inteligência computacional com uso de inteligência artificial e algoritmo genético para otimização econômica e ambiental da cadeia reversa de REEE (fabricantes, gestoras de resíduos e recicladores de São Paulo) para promover economia circular. Os ganhos econômicos serão avaliados considerando a oportunidade de redução de custos com o transporte e a redução de impactos ambientais serão mensuradas por meio da avaliação da intensidade do material nos compartimentos abióticos, bióticos, água, terra e ar. Em específico, planeja-se estabelecer o mapeamento e levantar a quantidade e o tipo de REEE processados para avaliar o ganho econômico e ambiental da cadeia reversa de REEE de São Paulo e por fim, será verificado nas empresas pertencentes a cadeia reversa de REEE de São Paulo a aplicação prática da simulação proposta. Os resultados esperados estão relacionados a contribuições para a teoria e prática por meio do desenvolvimento de uma simulação e técnicas de inteligência computacional com uso de inteligência artificial e algoritmo genético para otimização econômica e ambiental da cadeia reversa de REEE (fabricantes, gestoras de resíduos e recicladores de São Paulo) para promover economia circular, assunto esse não pesquisado. Também esse estudo orientará as empresas na melhor forma de estruturar a cadeia reversa de REEE em São Paulo em termos de otimização econômica e ambiental, aspecto relevante após a assinatura do acordo setorial de eletroeletrônicos em São
      Situação: Em andamento.
      Natureza: Pesquisa.
      Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1).
      Integrantes: Geraldo Cardoso de Oliveira Neto - Coordenador / Henrricco Nieves Pujol Tucci - Integrante / Dario Henrique Alliprandini - Integrante / AMORIM, MARLENE - Integrante / RODRIGUES, FLÁVIO LUIZ - Integrante / José Rocha Andrade da Silva - Integrante / MATIAS, JOÃO CARLOS OLIVEIRA - Integrante / KUMAR, VIKAS - Integrante / Luis Miguel D. F. Ferreira - Integrante / Fabio Richard Flausino - Integrante / Francisco Elânio Bezerra - Integrante / Francisco de Carvalho Delmondes - Integrante / RAFAEL ABREU FAIOLI - Integrante.
      Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
      Membro(s): Geraldo Cardoso de Oliveira Neto.

Prêmios e títulos

  • Total de prêmios e títulos (0)

    Participação em eventos

    • Total de participação em eventos (0)

      Organização de eventos

      • Total de organização de eventos (4)
        1. OLIVEIRA NETO, Geraldo Cardoso de. KM Brasil 2025 - Congresso Brasileiro de Gestão do Conhecimento. 2025. (Congresso).. . 0.
        2. OLIVEIRA NETO, Geraldo Cardoso de; RODRIGUES, LEONARDO RIBEIRO ; VIDO, MARCOS ; LOURENCO, S. R.. Manufatura Avançada e Inteligência Artificial 2025. 2025. Outro
        3. OLIVEIRA NETO, G. C.. COORDENAÇÃO DA ÁREA: INDÚSTRIA 4.0 no VIII SINGEP e 8a Conferência Internacional do CIK (CYRUS Institute of Knowledge). 2020. (Congresso).. . 0.
        4. OLIVEIRA NETO, G. C.. Special Session on Reverse Logistics and Supply Chain in Collaborative Environments - IN: The 7th International Conference on Management of computational and collective IntElligence in Digital EcoSystems (MEDES'15). 2015. (Congresso).. . 0.

      Lista de colaborações

      • Colaborações endôgenas (5)
        • Geraldo Cardoso de Oliveira Neto ⇔ Sérgio Ricardo Lourenço (5.0)
          1. CARDOSO, VALDIR HENRIQUE ; DE OLIVEIRA NETO, GERALDO CARDOSO ; DA SILVA, RODRIGO NERI BUENO ; ALEXANDRUK, MARCOS ; ARAUJO, SIDNEI ALVES DE ; TUCCI, HENRRICCO NIEVES PUJOL ; LOURENÇO, SERGIO R. ; MORAES, EDMILSON ALVES DE ; VIDO, MARCOS ; AMORIM, MARLENE. Enhancing production planning in metal-mechanical industries: statistical analysis and machine learning approach for predicting machine failures. Journal Of Industrial And Production Engineering. v. 42, p. 571-586, issn: 2168-1015, 2025.[doi]
          2. COSTA, ITAMAR ; DE OLIVEIRA NETO, GERALDO CARDOSO ; DA SILVA, RODRIGO NERI BUENO ; LOURENÇO, SERGIO RICARDO ; RODRIGUES, LEONARDO RIBEIRO ; AMORIM, MARLENE. Eco-efficiency in the polymeric packaging sector: production planning and control strategies for economic and environmental gains. Polymers. v. 17, p. 1131, issn: 2073-4360, 2025.[doi]
          3. ARAUJO, SIDNEI ALVES DE ; BOMFIM, SILAS LUIZ ; BOUKOUVALAS, DIMITRIA T. ; LOURENÇO, SERGIO RICARDO ; Ibusuki, Ugo ; OLIVEIRA NETO, GERALDO CARDOSO DE. Integration of Data Analytics and Data Mining for Machine Failure Mitigation and Decision Support in Metal-Mechanical Industry. Logistics-Basel. v. 9, p. 109, issn: 2305-6290, 2025.[doi]
          4. VIDO, MARCOS ; DE OLIVEIRA NETO, GERALDO CARDOSO ; LOURENÇO, SERGIO RICARDO ; AMORIM, MARLENE ; RODRIGUES, MÁRIO JORGE FERREIRA. Computer-Aided Design and Additive Manufacturing for Automotive Prototypes: A Review. Applied Sciences-Basel. v. 14, p. 7155, issn: 2076-3417, 2024.[doi]
          5. LOPES, G. S. ; LOURENÇO, SERGIO R. ; OLIVEIRA NETO, Geraldo Cardoso de. Gestão do conhecimento aplicada aos procedimentos de reciclagem de bateriais de veículos elétricos para promover a economia circular. Em: KM Brasil 2025 - 20° Congresso Brasileiro de Gestão do Conhecimento, 2025.

        • Geraldo Cardoso de Oliveira Neto ⇔ Ugo Ibusuki (2.0)
          1. ARAUJO, SIDNEI ALVES DE ; BOMFIM, SILAS LUIZ ; BOUKOUVALAS, DIMITRIA T. ; LOURENÇO, SERGIO RICARDO ; Ibusuki, Ugo ; OLIVEIRA NETO, GERALDO CARDOSO DE. Integration of Data Analytics and Data Mining for Machine Failure Mitigation and Decision Support in Metal-Mechanical Industry. Logistics-Basel. v. 9, p. 109, issn: 2305-6290, 2025.[doi]
          2. NETO, GERALDO C. DE OLIVEIRA; IBUSUKI, UGO ; ATALIBA, ADRIANA HELENA. Logistics 4.0: Case Study of a Multinational Company in the Brazilian Automotive Sector. INTERNATIONAL JOURNAL OF LOGISTICS SYSTEMS AND MANAGEMENT (PRINT). v. 1, p. 1-20, issn: 1742-7967, 2024.[doi]

        • Geraldo Cardoso de Oliveira Neto ⇔ Angélica Alebrant Mendes (1.0)
          1. SILVA, RODRIGO NERI BUENO DA ; SILVA, DENISE MACHADO ; MENDES, ANGÉLICA ALEBRANT ; Neto, Geraldo Cardoso De Oliveira. INTERAÇÃO ENTRE GESTÃO DE OPERAÇÕES E MANUFATURA AVANÇADA: UMA REVISÃO SISTEMÁTICA DA LITERATURA. Em: ENEGEP 2024 Encontro Nacional de Engenharia de Produção, 2024.[doi]

        • Geraldo Cardoso de Oliveira Neto ⇔ Leonardo Ribeiro Rodrigues (1.0)
          1. COSTA, ITAMAR ; DE OLIVEIRA NETO, GERALDO CARDOSO ; DA SILVA, RODRIGO NERI BUENO ; LOURENÇO, SERGIO RICARDO ; RODRIGUES, LEONARDO RIBEIRO ; AMORIM, MARLENE. Eco-efficiency in the polymeric packaging sector: production planning and control strategies for economic and environmental gains. Polymers. v. 17, p. 1131, issn: 2073-4360, 2025.[doi]

        • Geraldo Cardoso de Oliveira Neto ⇔ Marcos Vido (1.0)
          1. CARDOSO, VALDIR HENRIQUE ; DE OLIVEIRA NETO, GERALDO CARDOSO ; DA SILVA, RODRIGO NERI BUENO ; ALEXANDRUK, MARCOS ; ARAUJO, SIDNEI ALVES DE ; TUCCI, HENRRICCO NIEVES PUJOL ; LOURENÇO, SERGIO R. ; MORAES, EDMILSON ALVES DE ; VIDO, MARCOS ; AMORIM, MARLENE. Enhancing production planning in metal-mechanical industries: statistical analysis and machine learning approach for predicting machine failures. Journal Of Industrial And Production Engineering. v. 42, p. 571-586, issn: 2168-1015, 2025.[doi]




      Data de processamento: 17/05/2026 10:23:09