A Novo Nordisk, empresa global de saúde com foco em diabetes e outras doenças crônicas graves, firmou parceria com a Indicium AI para modernizar e escalar sua base de dados, migrando do AWS Glue, PySpark, Qlik e Data Lake Victoria (DLV) para uma arquitetura ELT governada. A equipe precisava de uma transição ágil e de baixo risco que preservasse os relatórios críticos para o negócio. O projeto apoiou as operações da Novo Nordisk no Brasil, onde as equipes precisavam desativar os ambientes legados dentro de um prazo definido, mantendo dashboards e camadas de consumo estáveis.
A Indicium AI entregou uma migração estruturada com base em seu framework de entrega com IA Agêntica. A ingestão avançou quatro vezes mais rápido, enquanto os trabalhos de transformação registraram uma redução de 75% no tempo de migração por tabela. A lógica de transformação passou a residir em uma única camada versionada, com verificações automáticas de qualidade que atingem 96% de precisão. O projeto também fortaleceu a governança em toda a área de análise de dados. O resultado é uma stack mais simples, com lógica de negócio unificada e uma camada de relatórios confiável que sustenta decisões estratégicas em escala.
“Graças à parceria com a Indicium AI, entregamos mais do que o esperado em muito menos tempo do que em projetos anteriores. Os resultados superaram as expectativas da equipe, e as melhorias em eficiência e governança já são visíveis no dia a dia. ”
Simon Sales, Data Coordinator na Novo Nordisk
Bases legadas. Um ambiente de dados em rápida expansão.
A Novo Nordisk operava um ambiente de dados amplo e em constante evolução, com AWS Glue, PySpark, DLV e Qlik. À medida que novas fontes e modelos surgiam, a equipe precisava gerenciar mais pipelines, mais dependências e mais coordenação entre sistemas. Os pipelines estavam distribuídos por diversas ferramentas e as regras de negócio ficavam espalhadas em lugares diferentes, o que limitava a visibilidade de ponta a ponta. O crescimento no volume de dados também aumentava o esforço para manter a performance e a consistência.
A equipe precisava desativar os ambientes legados sem comprometer as operações do dia a dia, que ainda dependiam de feeds de dados estáveis e precisos. Qualquer interrupção teria impacto direto na performance do negócio e nas decisões estratégicas.
A empresa precisava de uma abordagem de migração que protegesse as operações e construísse uma base moderna. A Novo Nordisk escolheu a Indicium AI pela experiência em migrações complexas e pelo motor de entrega habilitado por IA, que acelera a execução. Entregamos a estrutura, a velocidade e a governança necessárias para migrar com segurança, reduzir a dívida técnica e oferecer às equipes uma plataforma confiável e escalável.
Solução: migração ELT moderna impulsionada por IA
A Indicium AI modernizou a plataforma de dados da Novo Nordisk centralizando a lógica de transformação no dbt e no Snowflake e consolidando a ingestão em uma base unificada. A migração foi conduzida em etapas, o que permitiu eliminar as dependências legadas sem interromper as operações.
Realizamos um mapeamento completo das fontes, dependências e complexidade das transformações, e esse diagnóstico orientou todo o caminho da migração. Para acelerar a implantação, unificamos os scripts de ingestão em um único framework reutilizável e reduzimos o volume de Glue Jobs.
Padronizamos todos os modelos de ingestão e staging de raw para trusted, criando padrões consistentes em cada fonte. Toda a lógica PySpark foi convertida para SQL no dbt, com incorporação de controle de versão, rastreamento automático de linhagem, CI/CD, tags e regras de negócio modulares. Nossa equipe utilizou fluxos de desenvolvimento assistidos por IA no Cursor para acelerar a conversão de código, o que reduziu o esforço manual e aumentou a velocidade de migração em todo o escopo do projeto.
A governança permeou cada etapa. Testes automatizados validaram as transformações e o pacote audit_helper do dbt garantiu a conformidade dos dados. Uma fase dedicada de UAT apoiou a desativação do Qlik e do DLV, protegendo as equipes de qualquer interrupção. Essas melhorias modernizaram a plataforma da Novo Nordisk e aumentaram a eficiência operacional em todo o ciclo de vida dos dados.
Resultados: uma plataforma governada que orienta decisões estratégicas
A centralização da camada de transformação no dbt sobre o Snowflake proporcionou à Novo Nordisk uma plataforma mais rápida e confiável:
- O tempo de ingestão caiu de 2h55 para 40 minutos
- O tempo de transformação caiu de 2h27 para 41 minutos
- A conversão de código assistida por IA aumentou a eficiência do projeto em 4x
- A padronização da ingestão e da orquestração reduziu a sobrecarga operacional e simplificou a manutenção
A governança também evoluiu de forma significativa:
- Mais de 253 testes implementados
- 100% dos modelos de relatório documentados
- Linhagem completa e maior estabilidade em todos os pipelines de dados
Hoje, a Novo Nordisk opera com mais confiabilidade e ciclos de entrega mais ágeis, com uma base que acelera a análise de dados e abre novas oportunidades em toda a organização.
Um framework de migração para velocidade, precisão e impacto
A Novo Nordisk precisava de um parceiro capaz de equilibrar velocidade de migração com governança de nível corporativo. A Indicium AI entregou isso por meio do framework de entrega com IA Agêntica, que padroniza a arquitetura, acelera a entrega e incorpora controles de qualidade em cada etapa.
Nossa abordagem habilitada por IA, apoiada por aceleradores, reduziu o esforço de refatoração e mapeamento e elevou a velocidade de entrega em 4x. Também conduzimos uma transferência de conhecimento estruturada, fortalecemos os padrões de governança e padronizamos os processos de desenvolvimento.
Com isso, a Novo Nordisk no Brasil conta hoje com uma plataforma de dados escalável e de alta performance, com ingestão mais rápida, custos operacionais reduzidos, verificações automáticas de qualidade e uma base ELT moderna. A empresa ganhou a estabilidade e a agilidade necessárias para escalar sua capacidade analítica e transformar dados em valor estratégico.
