Estamos buscando un Ingeniero de Confiabilidad del Sitio (SRE) para actuar como guardián de la confiabilidad, estabilidad y rendimiento de nuestros productos y servicios. Si te gusta trabajar con entornos críticos, decisiones basadas en datos y una cultura sin culpas, este puesto puede ser para ti.

🎯 Misión del Cargo

Asegurar que nuestros sistemas operen con alta confiabilidad, eficiencia y previsibilidad, equilibrando la velocidad de entrega y la robustez operativa. El SRE será una pieza clave en la evolución de la madurez técnica del equipo y en la sostenibilidad de servicios críticos.

El profesional actuará en una escala de guardia rotativa, respondiendo a incidentes dentro de los SLAs definidos, conduciendo estabilizaciones rápidas, participando en post-mortems sin culpas y proponiendo mejoras continuas para reducir recurrencias. La guardia sigue políticas internas de compensación.

Principales Responsabilidades

Confiabilidad y Gobernanza

• Definir, mantener y evolucionar SLIs y SLOs de APIs críticas
• Gestionar presupuestos de error y apoyar decisiones de lanzamiento
• Actuar como referencia en el equilibrio entre agilidad y estabilidad

Observabilidad y Operación

• Implementar y evolucionar monitoreo, métricas, registros y trazado
• Asegurar alertas accionables y dashboards eficientes
• Liderar o apoyar respuestas a incidentes y salas de guerra

Gestión de Incidentes

• Estructurar y ejecutar procesos de respuesta a incidentes sin culpas
• Conducir post-mortems y asegurar acciones correctivas
• Actuar en la reducción de MTTA, MTTR y recurrencia

Automatización y Reducción de Toil

• Automatizar tareas repetitivas y flujos operativos
• Crear libros de ejecución, automatizaciones y mejoras en CI/CD
• Estandarizar procesos de lanzamiento, reversión y pruebas de resiliencia
• Infraestructura y Rendimiento
• Actuar con Kubernetes/EKS, AWS, Azure DevOps, Kafka y bases de datos

Requisitos Obligatorios

• Experiencia en Ingeniería, Infraestructura, Plataforma o SRE/DevOps
• Experiencia con SLO, SLI, presupuesto de error y gestión de incidentes
• Fuerte habilidad en resolución de problemas y ACR (Análisis de Causa Raíz)
• Tecnologías
• Kubernetes/EKS, Azure DevOps
• Observabilidad: Prometheus, Grafana, ELK, CloudWatch, X-Ray
• Kafka, Oracle, MySQL
• Seguridad operativa e IAM
• Lenguajes y Automatización
• Bash, PowerShell, Python
• Ansible, Terraform, Helm
• Diferencial: .NET Framework y .NET Core

Se requiere disponibilidad para trabajar en el modelo híbrido en la región de Vila Olímpia en São Paulo, de 1 a 2 veces por semana.

📩 Inscripción en el proceso selectivo

Para continuar con el proceso, solicitamos que también realices tu candidatura en la plataforma Sophia:

🔗 Enlace para la candidatura: https://entrevista.starmindai.ai

🔢 Código del puesto: NAVA-SRE