Description 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. Requirements 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. Benefits