Back to search
Stefanini IHM Linkedin · Posted 2d ago

Engenheiro(a) DevOps SR

Brazil

Linkedin
Continue to application Add your email once, then Caio opens the original posting.

Indexed description

Descrição

Buscamos um(a) Engenheiro(a) DevOps Sênior para atuar na construção, automação, padronização e operacionalização de ambientes utilizados em projetos de soluções de TI com forte componente de dados.

A posição terá atuação transversal entre DevOps Engineering, Platform Engineering e DataOps, trabalhando desde o ciclo de desenvolvimento e integração contínua até o provisionamento de infraestrutura, deployment, observabilidade e operação de plataformas e produtos de dados.

Nosso contexto envolve projetos para empresas dos setores de mineração, metalurgia, siderurgia, açúcar e etanol, óleo e gás, agronegócio e outros ambientes industriais, geralmente com elevados requisitos de disponibilidade, segurança, rastreabilidade e integração entre múltiplas tecnologias.

Utilizamos Azure DevOps como plataforma central para repositórios, pipelines, boards, gestão de releases e automação do ciclo de desenvolvimento.

Responsabilidades e atribuições

  • DevOps Engineering
  • Definir e implementar estratégias de CI/CD para aplicações e componentes de dados.
  • Construir e manter pipelines de integração contínua, build, testes e validação de código.
  • Implementar quality gates, análise de código e controles de segurança em pipelines.
  • Estruturar estratégias de branching, versionamento e gestão de repositórios Git.
  • Automatizar processos de build, release, deployment e rollback.
  • Promover padronização de pipelines e templates reutilizáveis.
  • Administrar e otimizar componentes do Azure DevOps relacionados a Repos, Pipelines e Artifacts.

Platform Engineering

  • Provisionar e configurar ambientes de desenvolvimento, homologação e produção.
  • Automatizar infraestrutura utilizando Infrastructure as Code.
  • Trabalhar com Terraform, Bicep, ARM ou tecnologias equivalentes.
  • Criar e administrar ambientes containerizados com Docker.
  • Implantar e operar workloads em Kubernetes quando aplicável.
  • Configurar gerenciamento de secrets, identidade, permissões e RBAC.
  • Apoiar desenho de alta disponibilidade, backup e disaster recovery.
  • Implementar padrões de observabilidade para infraestrutura e aplicações.
  • Trabalhar com logs, métricas, traces e alertas.
  • Atuar na gestão e otimização de custos em cloud, aplicando práticas de FinOps em ambientes Azure e AWS.
  • Analisar consumo, sizing, reservas, Savings Plans, storage, compute, schedules e recursos ociosos, propondo ações de otimização de custo.
  • Apoiar definição de tagging, budgets, alerts, chargeback/showback e governança de custos por ambiente, projeto ou centro de custo.

DataOps

  • Implementar CI/CD específico para pipelines, notebooks, SQL, DAGs e produtos de dados.
  • Automatizar promoção de artefatos de dados entre ambientes.
  • Implementar padrões de configuração por ambiente.
  • Apoiar implementação de testes automatizados em pipelines de dados.
  • Estruturar mecanismos de Data Observability.
  • Apoiar definição e implementação de SLA e SLO de dados.
  • Criar mecanismos de monitoramento de disponibilidade, qualidade, volume e freshness.
  • Apoiar processos de gestão de incidentes de dados.
  • Implementar práticas de confiabilidade para pipelines, incluindo retries, idempotência, checkpoints e reprocessamento.
  • Trabalhar em conjunto com engenheiros de dados na operacionalização de Airflow, Databricks e demais plataformas.

Requisitos e qualificações

Conhecimentos técnicos esperados

  • Azure DevOps.
  • Git.
  • CI/CD.
  • YAML pipelines.
  • Docker.
  • Infrastructure as Code.
  • Terraform.
  • Microsoft Azure.
  • AWS.
  • Linux.
  • Scripting com Bash, PowerShell ou Python.
  • Gestão de secrets e identidade.
  • Monitoramento e observabilidade.
  • Networking em ambientes cloud.
  • Controle de acesso e RBAC.
  • Automação de ambientes.
  • FinOps aplicado a Azure e AWS.
  • Gestão de custos, budgets, tagging, chargeback/showback e otimização de recursos cloud.

Conhecimentos importantes para o contexto de dados

  • Apache Airflow.
  • Databricks.
  • Conceitos de Data Lake e Lakehouse.
  • Spark e PySpark.
  • Pipelines de dados.
  • Orquestração de workloads.
  • Data Observability.
  • Data Quality.
  • Ambientes de desenvolvimento, homologação e produção para dados.
  • Versionamento e deployment de notebooks, jobs e pipelines.

Benefícios

‍ Desconto em cursos, universidades e instituições de idiomas;

LinkedIn Learning - cursos online, gratuitos, atualizados e com certificado;

Mentoring;

Telemedicina gratuita para consultas com mais de 30 especialidades médicas, psicólogos e nutricionistas;

Clube de vantagens e descontos nos melhores estabelecimentos;

Clube de viagens;

Convênio para Pet;

e muito mais...

Free. 20 seconds. No password. See every match in this search.

Create a free Caio profile to unlock more results and save your role and location preferences.

Unlock free search
Want help applying to roles like this? Search Caio for free. If repetitive applications get heavy, Managed Job Search adds supervised execution for $99/month.
View Managed Job Search