Estamos em busca de um Site Reliability Engineer (SRE) para atuar como guardião da confiabilidade, estabilidade e performance de nossos produtos e serviços. Se você gosta de trabalhar com ambientes críticos, decisões orientadas a dados e cultura blameless, essa vaga pode ser pra você.

🎯 Missão do Cargo

Garantir que nossos sistemas operem com alta confiabilidade, eficiência e previsibilidade, equilibrando velocidade de entrega e robustez operacional. O SRE será peça-chave na evolução da maturidade técnica da squad e na sustentação de serviços críticos.

O profissional atuará em escala de on-call rotativa, respondendo a incidentes dentro dos SLAs definidos, conduzindo estabilizações rápidas, participando de postmortems blameless e propondo melhorias contínuas para reduzir recorrências. O on-call segue políticas internas de compensação.

Principais Responsabilidades

Confiabilidade e Governança

Definir, manter e evoluir SLIs e SLOs de APIs críticas

Gerenciar error budgets e apoiar decisões de release

Atuar como referência no equilíbrio entre agilidade e estabilidade

Observabilidade e Operação

Implementar e evoluir monitoramento, métricas, logs e tracing

Garantir alertas acionáveis e dashboards eficientes

Liderar ou apoiar respostas a incidentes e war rooms

Gestão de Incidentes

Estruturar e executar processos de incident response blameless

Conduzir postmortems e garantir ações corretivas

Atuar na redução de MTTA, MTTR e reincidência

Automação e Redução de Toil

Automatizar tarefas repetitivas e fluxos operacionais

Criar runbooks, automações e melhorias em CI/CD

Padronizar processos de rollout, rollback e testes de resiliência

Infraestrutura e Performance

Atuar com Kubernetes/EKS, Azure DevOps, Kafka e bancos de dados

Requisitos Obrigatórios

Experiência em Engenharia, Infra, Plataforma ou SRE/DevOps

Experiência com SLO, SLI, error budget e incident management

Forte habilidade em troubleshooting e RCA (Root Cause Analysis)

Tecnologias

Kubernetes/EKS, Azure DevOps

Observabilidade: Prometheus, Grafana, ELK, CloudWatch, X-Ray

Kafka, Oracle, MySQL

Segurança operacional e IAM

Linguagens e Automação

Bash, PowerShell, Python

Ansible, Terraform, Helm

Diferencial: .NET Framework e .NET Core

Necessário disponibilidade para atuar no modelo hibrido na região da Vila Olimpia em São Paulo, de 1 a 2 vezes na semana.