Levantar, entender e traduzir necessidades das áreas de negócio em soluções baseadas em dados e Inteligência Artificial;
· Coletar, tratar, transformar e integrar dados provenientes de diferentes fontes, como bancos de dados, sistemas corporativos, APIs, arquivos, sensores,
telemetria, plataformas industriais e sistemas aplicados às operações de mineração, mina e planta;
· Desenvolver e manter pipelines de dados para garantir a disponibilidade, qualidade, atualização e confiabilidade das informações;
· Orquestrar fluxos de dados, cargas, integrações e rotinas automatizadas utilizando ferramentas como Microsoft Fabric, Data Factory, Databricks,
Workflows, Jobs ou soluções similares;
· Criar consultas, views, procedures e rotinas em SQL para análise, transformação, modelagem e disponibilização de dados;
· Desenvolver scripts e automações em Python e/ou PySpark para tratamento de dados, integração entre sistemas, consumo de APIs e execução de processos
analíticos;
· Construir dashboards, relatórios e indicadores para acompanhamento de desempenho operacional, tático e estratégico;
· Realizar análises exploratórias de dados para identificação de padrões, desvios, tendências, oportunidades e riscos;
· Desenvolver, testar e aplicar modelos de Inteligência Artificial e Machine Learning para previsão, classificação, recomendação, detecção de anomalias e
apoio à decisão;
· Apoiar a implementação de soluções de IA generativa, assistentes inteligentes, Copilot, Azure OpenAI, automações baseadas em linguagem natural e
aplicações de IA voltadas ao negócio;
· Apoiar práticas de DataOps, MLOps e LLMOps, contribuindo para a organização, versionamento, implantação, monitoramento e melhoria contínua de
soluções de dados e IA;
· Utilizar boas práticas de versionamento de código, documentação técnica, controle de alterações e implantação de soluções, preferencialmente com Git,
repositórios colaborativos e pipelines de CI/CD;
· Garantir a qualidade, consistência, rastreabilidade, segurança e governança dos dados utilizados nas soluções;
· Apoiar a estruturação de catálogo de dados, linhagem, regras de qualidade, controles de acesso, políticas de segurança e documentação dos ativos de dados;
· Monitorar a performance, disponibilidade, falhas, logs, alertas e qualidade dos processos de dados, dashboards, integrações e modelos analíticos;
· Atuar na sustentação, correção e otimização de pipelines, modelos, cargas e rotinas de dados em ambiente produtivo;
· Apoiar a criação e evolução de arquiteturas de dados modernas, como Data Lake, Lakehouse, Warehouse, camadas Bronze, Silver e Gold, Delta Lake,
Parquet e modelos analíticos;
· Apoiar iniciativas de dados em tempo real ou quase tempo real, quando aplicável, incluindo dados operacionais, sensores, telemetria, sistemas industriais e
eventos de negócio relacionados à mineração;
· Documentar regras de negócio, fluxos de dados, modelos, integrações, dashboards, pipelines, APIs, automações e processos desenvolvidos;
· Atuar em conjunto com equipes de TI, dados, automação, operação e áreas de negócio para entregar soluções analíticas eficientes, escaláveis e sustentáveis;
· Propor melhorias em processos, sistemas e rotinas por meio do uso de dados, automação e Inteligência Artificial;
· Apoiar a evolução do roadmap de dados, analítica avançada e IA, alinhado às necessidades do negócio e da operação.
· Apoiar a disseminação da cultura data-driven, orientando usuários no uso correto das informações, indicadores, dashboards, ferramentas analíticas e
soluções de IA.
