Projeto, Desenvolvimento e Implementação de uma Nova Plataforma de Suporte Técnico de Software para Produtos de Automação Agrícola

Abstract

A Hexagon Agriculture, divisão da Hexagon voltada ao desenvolvimento de soluções tecnológicas para o setor agrícola, atua na criação de sistemas embarcados para automação de máquinas, agricultura de precisão, monitoramento operacional e conec- tividade em campo. Inserida em um mercado competitivo e em constante evolução tecnológica, a empresa enfrenta desafios relacionados à crescente complexidade de seus sistemas e à necessidade de garantir confiabilidade e eficiência no suporte às soluções entregues. O crescimento da complexidade dos sistemas de software embar- cados utilizados em soluções de automação agrícola tem ampliado os desafios das equipes de suporte técnico, garantia da qualidade e desenvolvimento, especialmente no diagnóstico e na mitigação de falhas em campo. Esses sistemas operam sob con- dições heterogêneas, com diferentes versões de software, configurações específicas por cliente e conectividade intermitente, o que dificulta a reprodução de problemas e concentra demandas em níveis avançados de suporte, gerando escalonamento ex- cessivo de chamados, multiplicação de issues relacionadas a um mesmo problema e sobrecarga do suporte especializado. Nesse contexto, este trabalho propõe e ana- lisa uma plataforma integrada de suporte técnico e diagnóstico de software, voltada à centralização, padronização e automação controlada de processos recorrentes. A solução organiza ferramentas anteriormente dispersas, permitindo a geração assistida de artefatos de configuração, a coleta estruturada de evidências e o apoio ao diag- nóstico de falhas, sem substituir a análise especializada. O sistema foi desenvolvido com Angular e TypeScript no front-end, Python nos serviços de backend e infraestru- tura como código utilizando Terraform. A arquitetura em nuvem foi implementada na AWS, com uso de funções Lambda, serviços ECS e armazenamento em buckets S3, integrados a ferramentas de versionamento e acompanhamento de problemas. Como resultados, observou-se a redução do esforço associado a tarefas manuais repetitivas, a diminuição da dependência do suporte avançado e a melhoria da padronização e rastreabilidade dos procedimentos de diagnóstico. A plataforma contribui para qualifi- car a investigação de falhas, reduzir gargalos organizacionais e aumentar a eficiência do ecossistema de suporte.

Hexagon Agriculture, a division of Hexagon focused on the development of technologi- cal solutions for the agricultural sector, operates in the creation of embedded systems for machine automation, precision agriculture, operational monitoring, and field con- nectivity. Operating in a competitive and constantly evolving technological market, the company faces challenges related to the increasing complexity of its systems and the need to ensure reliability and efficiency in supporting delivered solutions. The growing complexity of embedded software systems used in agricultural automation solutions has increased the challenges faced by technical support, quality assurance, and develop- ment teams, particularly in failure diagnosis and mitigation in field environments. These systems operate under heterogeneous conditions, including different software versions, client-specific configurations, and intermittent connectivity, which makes problem re- production difficult and concentrates demands at advanced support levels, generating excessive ticket escalation, a growing number of issues related to the same root cause, and overload of specialized support teams. In this context, this work proposes and ana- lyzes an integrated technical support and software diagnostic platform focused on the centralization, standardization, and controlled automation of recurring processes. The solution organizes previously dispersed tools, enabling assisted configuration artifact generation, structured evidence collection, and support for failure diagnosis without re- placing specialized analysis. The system was developed using Angular and TypeScript for the front-end, Python for backend services, and infrastructure as code with Terraform. The cloud architecture was implemented on AWS using Lambda functions, ECS ser- vices, and S3 buckets, integrated with internal version control and issue-tracking tools. As results, a reduction in effort associated with repetitive manual tasks was observed, along with decreased dependence on advanced support and improved standardization and traceability of diagnostic procedures. The platform contributes to enhancing failure investigation, reducing organizational bottlenecks, and increasing the efficiency of the support ecosystem.