Responsabilidades e atribuições
- Qualificação técnica de leads: Realiza o primeiro contato e aprofunda a avaliação de leads, verificando se o potencial cliente tem real necessidade, capacidade e maturidade para adotar soluções de Data & AI.
- Análise e diagnóstico de necessidades: Investiga e compreende os desafios e objetivos de negócio do cliente, identificando como soluções baseadas em dados e IA podem ser aplicadas para gerar valor, otimizar processos ou resolver problemas específicos.
- Design de soluções: Em colaboração com a equipe de vendas, arquitetos e engenheiros, o especialista de pré-vendas projeta uma solução técnica preliminar que atenda às demandas do cliente. Isso pode envolver a definição de arquitetura de dados, escolha de modelos de IA e planejamento de integração.
- Demonstrações e apresentações: Prepara e conduz demonstrações personalizadas e convincentes, mostrando a aplicação prática e os benefícios das soluções de Data & AI para o cliente. É fundamental traduzir conceitos técnicos complexos em uma linguagem clara e focada nos resultados de negócio.
- Criação de provas de conceito (PoC): Em alguns casos, o profissional de pré-vendas pode liderar ou auxiliar na criação de provas de conceito para validar a viabilidade técnica da solução e demonstrar seu potencial valor antes da contratação.
- Suporte à equipe de vendas: Apoia a equipe de vendas com informações técnicas, estudos de caso e propostas comerciais, garantindo que o valor e as funcionalidades das soluções sejam comunicados de forma precisa e estratégica.
- Estudo de mercado e tendências: Mantém-se atualizado sobre as tendências do mercado, as inovações em Data & AI e as soluções da concorrência para garantir que a oferta da empresa permaneça competitiva e relevante.
-
- Habilidades técnicas em nuvem e dados:
- Sólido conhecimento de plataformas de nuvem (AWS, GCP, Azure).
- Proficiência em tecnologias de dados como Snowflake, Databricks e DBT.
- Experiência na construção e arquitetura de soluções de dados (Data Lakes, Data Warehouses, pipelines de dados).
- Experiência em engenharia e arquitetura:
- Histórico comprovado na atuação como engenheiro ou arquiteto de dados, com experiência em projetos complexos e em larga escala.
- Familiaridade com boas práticas de DataOps, segurança e otimização de desempenho.
- Orientação consultiva:
- Capacidade de colaborar com clientes para definir e priorizar use cases que entreguem valor ao negócio.
- Habilidade para traduzir a tecnologia em benefícios de negócio e demonstrar o retorno sobre o investimento (ROI).
- Conhecimento em IA:
- Compreensão dos conceitos, frameworks e aplicações de Inteligência Artificial e Machine Learning.
- Experiência na aplicação de soluções de IA para resolver problemas específicos do negócio do cliente.
- Habilidades técnicas em nuvem e dados: