Site Reliability Engineer

Principais Atividades:

Garantir a confiabilidade, disponibilidade e performance dos serviços e sistemas em produção.

Definir e acompanhar SLIs, SLOs e SLAs em conjunto com os times de desenvolvimento

Projetar e implementar soluções de observabilidade (métricas, logs e traces) para identificação proativa de incidentes.

Realizar análises de causa raiz (post-mortems) e propor ações corretivas e preventivas.

Automatizar tarefas operacionais.

Participar de discussões técnicas sobre arquitetura, capacidade e resiliência dos sistemas.

Atuar na resposta a incidentes e na melhoria contínua dos processos.

Requisitos e qualificações:

É muito importante que você tenha e/ou saiba:

Sólidos conhecimentos em Linux, redes, Docker e Kubernetes.

Experiência com ferramentas de observabilidade (Datadog, Prometheus, Grafana, Jaeger, ELK Stack ou similares).

Experiência em construção de scripts e automações para operações (Python, Go ou Shell Script).

Conhecimento dos conceitos de SRE: error budgets, SLIs/SLOs/SLAs e incident management.

Experiência com infraestrutura como código (Ansible ou similares).

Conhecimento em pipelines CI/CD e práticas de entrega contínua.

Diferenciais:

Experiência com Chaos Engineering

Conhecimento em CNI Cilium

Engenharia de plataforma e construção de Internal Developer Platforms (IDPs).

Experiência em projetos de desenvolvimento de software.