Gerente de pré-vendas — dados, ia e plataformas

Gerente de Pré-Vendas — Dados, IA e Plataformas Missão Ser a referência técnica e consultiva que transforma necessidades de negócio em arquiteturas e soluções modernas — de dados e IA a automação, Dev Ops, cloud, observabilidade e Fin Ops — conduzindo clientes da qualificação à proposta técnica com impacto mensurável. Responsabilidades Conduzir o ciclo técnico-comercial: discovery, requisitos, estimativas, desenho de solução, proposta e defesa técnica. Desenhar arquiteturas equilibrando valor, custo, segurança, escalabilidade, confiabilidade e time-to-value. Liderar interações técnicas com clientes: apresentações, POCs, workshops, RTMs e sessões de cocriação. Orquestrar stakeholders internos e parceiros, garantindo fluidez entre Pré-Vendas, Entrega e Alianças. Evoluir padrões e aceleradores, promovendo reuso, governança e melhores práticas. Atualização contínua sobre tendências, ferramentas e referências do ecossistema. Soft Skills Essenciais Comunicação clara e influência executiva Escuta ativa e postura consultiva Resolução estruturada de problemas e pensamento crítico Negociação orientada a valor e gestão de expectativas Adaptabilidade em ambientes ambíguos e de alta pressão Foco em resultados e métricas Colaboração multidisciplinar Ownership com disciplina: organização, priorização e gestão do tempo Curiosidade e aprendizado contínuo Especialidades Técnicas (por trilha) Dados, Analytics e IA Engenharia de dados ponta a ponta: ingestão, transformação, modelagem e disponibilização Orquestração e transformação de dados Arquiteturas modernas: Data Lake, Data Warehouse, Lakehouse (bronze–silver–gold) Data Mesh e Data Ops: pipelines por domínio, versionamento, CI/CD, observabilidade de dados BI e Visualização: KPIs, modelos semânticos, dashboards e relatórios executivos Plataformas: Databricks, Snowflake, Big Query, Redshift, Synapse, outras Governança: qualidade, linhagem, metadados, catálogos Segurança & Compliance: LGPD, GDPR, classificação, mascaramento, criptografia e IAM Hyperautomation (Automação Inteligente de Negócios) Descoberta e priorização de automações por valor de negócio RPA, i Paa S, BPM e Orquestração;integração com APIs e eventos Automação cognitiva e IA generativa em fluxos de trabalho Métricas de automação: SLA, taxa de automação, payback Dev Ops / Plataforma CI/CD para apps e dados;Git Ops;padrões deramificação e versionamento Plataformas de entrega: Kubernetes, Container Registry, Jenkins/Git Hub/Git Lab CI, etc. Infra as Code: Terraform/Cloud Formation;Security by design e políticas como código MLOps quando aplicável: experiment tracking, deployment e monitoramento de modelos Cloud (AWS, Azure, GCP, IBM) Arquiteturas nativas de nuvem: escalabilidade, resiliência, custos e segurança Serviços gerenciados para dados, integração, mensageria, storage e compute Adoção e migração: landing zones, redes, IAM, RBAC/ABAC, contas/projetos TCO e modelos de consumo Observabilidade Telemetria ponta a ponta: logs, métricas e traces Plataformas: Prometheus, Open Telemetry, Grafana, Elastic/Open Search, New Relic, Datadog SRE: SLO/SLI, erro orçamentário, gestão de incidentes e pós-mortem (RCA) Observabilidade de dados: frescor, completude, deriva e qualidade Fin Ops Governança financeira em cloud: showback/chargeback, budgets, alerts e KPIs Otimização de custos: rightsizing, reservas/committed use, escalonamento automático Fin Ops colaborativo: engenharia, negócios e finanças tomando decisão com dados Diferenciais Valorizados Histórico de pré-vendas técnicas com cases e ganhos comprovados Capacidade de traduzir estratégia de negócio em arquitetura e estimativas realistas Automação e Ia C como padrão;segurança e compliance incorporadas à solução Vivência com programas de parceiros (cloud/data/observabilidade) e co-selling