Devops Sênior

DM; São José dos Campos; Hybrid; BRL 180,000 - 320,000; Full time

Job summary

A DM está contratando um(a) engenheiro(a) de confiabilidade de site (SRE) para atuar na confiabilidade, disponibilidade e observabilidade de serviços críticos. O profissional liderará iniciativas de observabilidade, instrumentação com OpenTelemetry e dashboards para acompanhamento da saúde do sistema.

É desejável experiência com GitOps, pipelines CI/CD, AWS e Kubernetes, além de atuação com DevSecOps e Chaos Engineering para reduzir toil e mitigar riscos operacionais.

Qualifications

• Experiência com GitOps usando Argo CD e FluxCD.
• Conhecimento em pipelines CI/CD e automação do ciclo de entrega de software.
• Experiência com plataformas de versionamento e automação, como Azure DevOps e Gitlab.
• Conhecimento em Kubernetes e ecossistema CNCF, incluindo gestão de workloads, networking e observabilidade.
• Experiência com infraestrutura como código (Terraform, Crossplane ou similares).
• Conhecimento em desenvolvimento e automação utilizando Python, Go ou .NET.
• Familiaridade com ambientes AWS e arquiteturas distribuídas em nuvem.
• Experiência com práticas de DevSecOps, SAST, DAST e segurança em pipelines de entrega.
• Conhecimento em Chaos Engineering e testes de resiliência.
• Certificações relacionadas a Kubernetes, Cloud, Observabilidade ou SRE serão consideradas um diferencial.

Responsibilities

• Definir e evoluir indicadores de confiabilidade com SLIs, SLOs, SLAs e Error Budgets.
• Liderar iniciativas de observabilidade utilizando métricas, logs, traces e monitoramento sintético.
• Estruturar e evoluir a estratégia de monitoramento baseada nos Four Golden Signals (Latency, Traffic, Errors e Saturation).
• Incentivar e padronizar a instrumentação das aplicações utilizando OpenTelemetry.
• Desenvolver dashboards executivos e operacionais para acompanhamento da saúde dos serviços.
• Analisar tendências de capacidade, performance e disponibilidade, propondo ações preventivas para mitigação de riscos.
• Atuar na investigação e resolução de incidentes de alta criticidade, conduzindo RCA (Root Cause Analysis) e Post-Mortems.
• Promover a redução de toil operacional através de automações e melhorias contínuas.
• Atuar em conjunto com times de desenvolvimento na melhoria da resiliência, estabilidade e performance das aplicações.
• Definir padrões de observabilidade, monitoramento e resposta a incidentes para toda a organização.
• Apoiar a evolução da plataforma Kubernetes e dos ambientes cloud visando maior confiabilidade e eficiência operacional.
• Mentorar equipes e disseminar práticas de Site Reliability Engineering.

Skills

GitOps practices

CI/CD pipelines

DevSecOps

Chaos Engineering

Automation

Python

Go

Dotnet / C#

Tools

Argo CD

FluxCD

Azure DevOps

GitLab

Kubernetes

Terraform

Crossplane

AWS

Python

Go

.NET

Job description

A missão

Garantir a confiabilidade, disponibilidade, escalabilidade e observabilidade dos serviços críticos da companhia, atuando na construção de uma cultura orientada por métricas, automação e excelência operacional.

A missão

Garantir a confiabilidade, disponibilidade, escalabilidade e observabilidade dos serviços críticos da companhia, atuando na construção de uma cultura orientada por métricas, automação e excelência operacional.

O seu desafio será

• Definir e evoluir indicadores de confiabilidade através de SLIs, SLOs, SLAs e Error Budgets.
• Liderar iniciativas de observabilidade utilizando métricas, logs, traces e monitoramento sintético.
• Estruturar e evoluir a estratégia de monitoramento baseada nos Four Golden Signals (Latency, Traffic, Errors e Saturation).
• Incentivar e padronizar a instrumentação das aplicações utilizando OpenTelemetry.
• Desenvolver dashboards executivos e operacionais para acompanhamento da saúde dos serviços.
• Analisar tendências de capacidade, performance e disponibilidade, propondo ações preventivas para mitigação de riscos.
• Atuar na investigação e resolução de incidentes de alta criticidade, conduzindo RCA (Root Cause Analysis) e Post-Mortems.
• Promover a redução de toil operacional através de automações e melhorias contínuas.
• Atuar em conjunto com times de desenvolvimento na melhoria da resiliência, estabilidade e performance das aplicações.
• Definir padrões de observabilidade, monitoramento e resposta a incidentes para toda a organização.
• Apoiar a evolução da plataforma Kubernetes e dos ambientes cloud visando maior confiabilidade e eficiência operacional.
• Mentorar equipes e disseminar práticas de Site Reliability Engineering.

Antes de tudo, você precisa se identificar com nosso propósito que é valorizar as pessoas para que cada um amplie suas possibilidades e construa a sua história.

Além disso, é interessante que você tenha

• Experiência com práticas de GitOps, utilizando ferramentas como Argo CD e FluxCD.
• Conhecimento em pipelines de CI/CD e automação do ciclo de entrega de software.
• Experiência com plataformas de versionamento e automação, como Azure DevOps e Gitlab.
• Conhecimento em Kubernetes e ecossistema CNCF, incluindo gestão de workloads, networking e observabilidade.
• Experiência com infraestrutura como código (Terraform, Crossplane ou similares).
• Conhecimento em desenvolvimento e automação utilizando Python, Go ou .NET.
• Familiaridade com ambientes AWS e arquiteturas distribuídas em nuvem.
• Experiência com práticas de DevSecOps, SAST, DAST e segurança em pipelines de entrega.
• Conhecimento em Chaos Engineering e testes de resiliência.
• Certificações relacionadas a Kubernetes, Cloud, Observabilidade ou SRE serão consideradas um diferencial.