Aller au contenu
Smith Lino Moreno

De l'atelier de production aux décisions fondées sur les données

Ingénieur industriel, spécialiste BI et analyse de données, chercheur et fondateur de LinoLabs.

Photo professionnelle de Smith Eusebio Lino Moreno

Smith Eusebio Lino Moreno

Assistant de Maintenance, Power BI et IA

AGROKASA S.A.
02.2026
UNI
2025
UPC
2020, 2025

Ingénieur industriel, je suis Assistant de Maintenance chez AGROKASA, au Fundo La Catalina. Mon travail quotidien : que les équipements de conditionnement soient disponibles quand l'exploitation en a besoin : convoyeurs, remplisseuses A&B, étiqueteuses KETAN, cercleuses REISOPACK, la calibreuse MAF RODA de myrtilles et d'avocats, codeuses, le froid à compresseurs FRICK, les unités Copeland et les pompes à glycol. Et que chaque décision de maintenance repose sur des données.

J'ai intégré les exports SAP PM dans Power BI pour suivre le plan annuel par type de maintenance, l'état des ordres, le MTBF, le MTTR, la disponibilité et le backlog par équipement. Je surveille les unités de condensation poste par poste, je pilote le budget pièces et services, et je forme les techniciens à la saisie des ordres.

En dehors du poste, je développe PredictMOP, une plateforme de maintenance prédictive par Machine Learning sur vibrations et thermographie. Spécialisé en BI et Analyse de Données à l'UNI, je suis co-auteur d'un article sur le TPM, le SMED et le Machine Learning dans Sustainability.

Chronologie professionnelle

Expérience professionnelle

  1. 02.2026, Aujourd'hui

    Assistant de Maintenance

    AGROKASA S.A.

    Fundo La Catalina. Plan annuel SAP PM et Power BI : MTBF, MTTR, disponibilité, backlog, budget et suivi des unités de condensation.

  2. 2026

    Création de LinoLabs

    LinoLabs

    Conseil en données, BI, automatisation et IA pour les entreprises.

  3. 2026

    PredictMOP, maintenance prédictive

    Proyecto propio

    ML + vision par ordinateur sur vibrations et thermographie. FastAPI + PostgreSQL.

Formation

  1. 2025

    Spécialisation BI & Analyse de Données

    Universidad Nacional de Ingeniería (UNI)

    Modélisation dimensionnelle, ETL, Power BI et analytique avancée.

  2. 2025

    Publication : TPM, SMED & Machine Learning

    Sustainability (MDPI), indexada en Scopus

    Co-auteur d'une étude de cas sur l'efficacité opérationnelle dans la plasturgie.

  3. 2024

    Machine Learning, Power BI & Excel avancé

    UNI, Datdata, Fundación Telefónica

    Modélisation et transformation de données avec Power BI et ML avec Python.

  4. 2021

    Python for Everybody et Statistiques

    University of Michigan, Universidad Austral

    Bases de Python et statistiques appliquées aux affaires.

  5. 2020, 2025

    Licence en Génie Industriel

    Universidad Peruana de Ciencias Aplicadas (UPC)

    Mentions Qualité et Supply Chain Management.

Technologies & outils

BI et analytiquePower BI, DAX, Power Query (M), Excel avanzado
Power PlatformPower Apps, Power Automate, Power BI Service
Ingénierie des donnéesSQL, SQL Server, PostgreSQL, MySQL, FastAPI, ETL
IA et Machine LearningPython, Pandas, scikit-learn, XGBoost, Isolation Forest, OpenCV
Maintenance et fiabilitéSAP PM, MTBF / MTTR, Backlog, Criticidad, AMEF / FMEA, RCA, TPM, Vibración, Termografía
Développement WebNext.js, React, TypeScript, TailwindCSS, Prisma, Node.js

Formation & certifications

  1. 2025Especialización en Inteligencia de Negocios y Analítica de DatosUniversidad Nacional de Ingeniería (UNI)
  2. 2024Modelado y Transformación de Datos con Power BIDatdata
  3. 2024Machine Learning con PythonUniversidad Nacional de Ingeniería (UNI)
  4. 2024Microsoft Excel, Nivel AvanzadoFundación Telefónica Movistar Perú
  5. 2021Python for EverybodyUniversity of Michigan
  6. 2021Estadística Aplicada a los NegociosUniversidad Austral

Publication scientifique

Lino, S., Navarro, B., Salas, R., & Nallusamy, S. (2025). Enhancement of Operational Efficiency in a Plastic Manufacturing Industry Through TPM, SMED, and Machine Learning, Case Study. Sustainability, 17(16), 7445.

Lire l'article

Langues

  • EspagnolNatif
  • AnglaisB2

Ma façon de travailler

  • Données actionnables. Chaque tableau de bord répond à une décision métier concrète.
  • Vision terrain. Je travaille avec les techniciens : les indicateurs viennent de l'atelier, pas d'un tableur isolé.
  • Rigueur scientifique. Recherche indexée Scopus et modèles validés par validation croisée.

Prêt à mieux décider grâce à vos données ?

Réservez une consultation gratuite de 30 minutes et recevez un premier diagnostic de votre situation.