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 de ramificação 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