Site Reliability Engineering (SRE)

Clinicorp-Solutions; Brasil; Remote; BRL 240,000 - 360,000; Full time

Job summary

A Clinicorp-Solutions busca um Especialista SRE para assegurar resiliência e escalabilidade da plataforma. Você atuará com Kubernetes (GKE), infraestrutura como código (Terraform) e práticas de observabilidade, otimizando serviços Node.js/Python.

O papel envolve incident management, definição de SLOs/SLIs, e colaboração com squads de desenvolvimento para manter alta disponibilidade e conformidade com LGPD.

Qualifications

• Formação em Ciência da Computação, Engenharia de Software ou experiência equivalente.
• Experiência sólida como SRE/DevOps em produção crítico.
• Conhecimento avançado de Kubernetes (GKE) em produção.
• Experiência com GCP incluindo IAM, VPC, Load Balancing e Cloud SQL.
• Infraestrutura como código com Terraform.
• CI/CD e GitOps (GitHub Actions, Argo CD).
• Observabilidade com Prometheus, Grafana, Loki e OpenTelemetry.
• Definição de SLOs/SLIs e gestão de incidentes.
• Operação de PostgreSQL: backup, tuning, replication.
• Runtime Node.js e Python para performance; perf debugging.
• Segurança e LGPD em dados de saúde.
• Automação com Go/Python/Bash; Linux production troubleshooting.
• Liderança técnica: roadmap, decisões, mentoria.
• Inglês técnico.

Responsibilities

• Ser o responsável técnico pela plataforma de infraestrutura da Clinicorp no GCP (GKE, Cloud SQL, rede e IAM), abrangendo múltiplos projetos e ambientes de produção, homologação e desenvolvimento;
• Definir e evoluir SLOs e SLIs dos serviços críticos junto aos squads;
• Liderar a gestão de incidentes: estruturar o on-call, conduzir incidentes críticos, facilitar post-mortems sem culpados e acompanhar a execução das ações corretivas;
• Projetar e evoluir a stack de observabilidade (Prometheus, Grafana, Loki, Tempo e OpenTelemetry), com alertas acionáveis baseados em sintomas;
• Manter a infraestrutura como código com Terraform e o fluxo de entrega via GitHub Actions e Argo CD (GitOps);
• Garantir a operação dos bancos de dados gerenciados, incluindo backups, alta disponibilidade, upgrades, tuning e capacity planning;
• Apoiar os times de desenvolvimento na performance de aplicações Node.js, análise de consumo de recursos, estratégias de autoscaling e caching;
• Conduzir as práticas de FinOps: alocação de custos por time e serviço, rightsizing, gestão de compromissos de uso e acompanhamento do orçamento de cloud;
• Garantir segurança e compliance da infraestrutura, incluindo gestão de acessos, segredos e aderência à LGPD no tratamento de dados de saúde;
• Planejar e testar periodicamente a estratégia de recuperação de desastres;

Skills

Kubernetes

GKE

Cloud SQL

Terraform

GitHub Actions

Argo CD

Prometheus

Grafana

OpenTelemetry

PostgreSQL tuning

Node.js perf

Python scripting

DNS/TLS/Networking

Security & LGPD

FinOps

Go

Linux

Incident management

Roadmap leadership

English tech

Education

Bacharel em Ciência da Computação

Tools

Terraform

GitHub Actions

Argo CD

OpenTelemetry

Jaeger

Prometheus

Grafana

Cloud Platform (GCP)

Networking tools

Linux tooling

Job description

Job description

Você trabalhará ao lado de profissionais talentosos em áreas como Desenvolvimento, DevOps, Segurança, FinOps e muito mais, em um time que preza pela resiliência, escalabilidade e excelência técnica. Aqui, você terá a liberdade para experimentar, inovar e criar soluções que realmente fazem a diferença para milhares de clientes.

Nós geramos impacto e valor com eficiência em toda a cadeia de clínicas de saúde, beleza e bem-estar através do nosso sistema de gestão. Mais do que um sistema, nós auxiliamos nossos clientes a obter resultados incríveis na jornada de gestão de suas clínicas.

Main responsibilities

O Especialista SRE é responsável por garantir a resiliência, escalabilidade e eficiência operacional dos serviços da empresa, com foco especial em aplicações desenvolvidas em Node.js. Este papel envolve o aprimoramento contínuo da infraestrutura, a automação de processos, a implementação de práticas de observabilidade e a colaboração direta com times de desenvolvimento para otimizar a confiabilidade dos sistemas em produção.

• Ser o responsável técnico pela plataforma de infraestrutura da Clinicorp no GCP (GKE, Cloud SQL, rede e IAM), abrangendo múltiplos projetos e ambientes de produção, homologação e desenvolvimento;
• Definir e evoluir SLOs e SLIs dos serviços críticos junto aos squads;
• Liderar a gestão de incidentes: estruturar o on-call, conduzir incidentes críticos, facilitar post-mortems sem culpados e acompanhar a execução das ações corretivas;
• Projetar e evoluir a stack de observabilidade (Prometheus, Grafana, Loki, Tempo e OpenTelemetry), com alertas acionáveis baseados em sintomas;
• Manter a infraestrutura como código com Terraform e o fluxo de entrega via GitHub Actions e Argo CD (GitOps);
• Garantir a operação dos bancos de dados gerenciados, incluindo backups, alta disponibilidade, upgrades, tuning e capacity planning;
• Apoiar os times de desenvolvimento na performance de aplicações Node.js, análise de consumo de recursos, estratégias de autoscaling e caching;
• Conduzir as práticas de FinOps: alocação de custos por time e serviço, rightsizing, gestão de compromissos de uso e acompanhamento do orçamento de cloud;
• Garantir segurança e compliance da infraestrutura, incluindo gestão de acessos, segredos e aderência à LGPD no tratamento de dados de saúde;
• Planejar e testar periodicamente a estratégia de recuperação de desastres;

Requirements and skills

• Formação em Ciência da Computação, Engenharia de Software, áreas correlatas ou experiência equivalente;
• Vivência sólida como SRE, DevOps ou engenharia de plataforma, atuando como referência técnica em ambientes de produção críticos;
• Vivência avançada com Kubernetes em produção, preferencialmente GKE, incluindo gestão de clusters, upgrades, autoscaling e tuning de workloads;
• Vivência com Google Cloud Platform (GCP), incluindo IAM, VPC, Load Balancing, Cloud SQL e serviços gerenciados;
• Domínio de infraestrutura como código com Terraform;
• Vivência com CI/CD e GitOps (GitHub Actions, Argo CD ou similares);
• Sólida experiência com observabilidade, utilizando Prometheus, Grafana, Loki, OpenTelemetry e tracing distribuído (Grafana Tempo, Jaeger ou similares);
• Vivência na implementação de SLOs e SLIs e na condução de incidentes críticos e post-mortems;
• Vivência com operação e tuning de PostgreSQL, incluindo análise de queries, replicação, backup e restore;
• Conhecimento de runtime de aplicações Node.js e Python suficiente para investigar problemas de performance, memória e concorrência em produção;
• Conhecimentos sólidos em redes (DNS, TLS, balanceamento de carga, VPN) e em segurança de infraestrutura (gestão de acessos, segredos e hardening);
• Vivência com práticas de FinOps e gestão de custos em cloud;
• Capacidade de automação com programação e scripting (Go, Python ou Bash);
• Conhecimento de Linux em nível de troubleshooting de produção;
• Vivência em liderança técnica, incluindo definição de roadmap, documentação de decisões e mentoria;
• Inglês técnico.

Skills comportamentais:

• Proatividade e ownership na resolução de problemas críticos;
• Capacidade de trabalhar em times multidisciplinares, alinhando desenvolvimento, infraestrutura e segurança;
• Forte habilidade analítica para identificar e mitigar riscos operacionais;
• Comunicação clara para colaboração eficiente com outros times técnicos e não técnicos;
• Mindset de aprendizado contínuo e compartilhamento de conhecimento com a equipe;

Diferenciais:

• Conhecimento em estratégias de caching (Redis, CDN) para aplicações de alto desempenho;
• Conhecimento em filas e eventos assíncronos (Pub/Sub, RabbitMQ, Kafka);
• Vivência com bancos NoSQL;
• Conhecimento da LGPD aplicada a dados de saúde;
• Certificações em Kubernetes (CKA, CKAD, CKS) ou cloud (GCP, AWS, Azure);
• Vivência em engenharia do caos e testes de resiliência;
• Contribuições para a comunidade open-source ou participação ativa em eventos de SRE e DevOps.