Responsabilidades principales
- 1. Observabilidad de negocio, aplicaciones y procesos Diseñar e implementar la estrategia de observabilidad full-stack: infraestructura, aplicaciones, experiencia de usuario y métricas de negocio. Instrumentar servicios con métricas, logs, trazas distribuidas y eventos; promover estándares abiertos (OpenTelemetry). Definir y mantener SLIs, SLOs y error budgets junto con los dueños de servicio. Construir dashboards por audiencia (técnica, operativa y de negocio) y eliminar alertas de bajo valor.
- 2. Análisis predictivo de incidentes futuros (AIOps) Implementar detección de anomalías, correlación y agrupación de eventos para reducir ruido y fatiga de alertas. Aplicar modelos de IA/ML y asistentes generativos para análisis de causa raíz, predicción de degradaciones y recomendación de acciones. Desarrollar y mantener casos de uso de IA sobre datos de telemetría, cambios e incidentes históricos. Generar documentación técnica y de conocimiento asistida por IA, manteniéndola vigente y verificada.
- 3. Integración con procesos ITIL / CMDB Integrar la plataforma de observabilidad con la herramienta de ITSM para creación, enriquecimiento y cierre automático de incidentes y cambios. Mantener la correlación entre alertas, servicios de negocio y elementos de configuración (CIs) de la CMDB. Asegurar trazabilidad extremo a extremo entre evento, incidente, cambio y remediación.
- 4. Reportes automatizados e integrados Automatizar la generación y distribución de reportes de disponibilidad, cumplimiento de SLA/SLO, MTTD/MTTR y postmortems. Construir métricas de eficiencia operativa que evidencien el retorno de las iniciativas de automatización.
- 5. Remediación automática Diseñar, desarrollar y operar runbooks automatizados y flujos de auto-remediación disparados por eventos. Codificar infraestructura y configuración (IaC / configuration management) y gestionarla bajo control de versiones. Automatizar tareas recurrentes de operación, incluido el ciclo de parchado de servidores y actualizaciones programadas. Medir cobertura de automatización y reducción sostenida de intervención manual.
- 6. Monitoreo automatizado 7x24 con autoescalamiento Operar el monitoreo continuo de plataformas críticas y sus políticas de escalamiento automático. Configurar flujos de on-call, rotaciones, políticas de guardia y notificaciones móviles. Integrar alertas con herramientas de colaboración para respuesta coordinada en tiempo real. Participar en la mejora continua del proceso de gestión de incidentes y en postmortems sin culpa.
- 7. Panel unificado Consolidar en una vista única la información proveniente de múltiples fuentes de monitoreo, ITSM y automatización. Estandarizar taxonomías, etiquetado y modelo de datos para garantizar consistencia entre herramientas.
- 8. Puerta de enlace para modelos multinube e híbridos Extender la observabilidad y la automatización a entornos multinube e híbridos, con criterios homogéneos de instrumentación y control de costos. Asegurar conectividad, recolección y normalización de telemetría entre nube pública, nube privada y on-premise.
Stack tecnológico
Dominio Tecnologías
Observabilidad full-stack: Dynatrace, Grafana, Zabbix, Elasticsearch / Elastic Stack, OpenTelemetry
AIOps e IA aplicada: Gemini, Claude, OpenAI / ChatGPT y copilotos de IA; detección de anomalías, correlación de eventos, análisis predictivo
Automatización y orquestación Ansible, Ansible AWX, Terraform, Puppet, n8n
ITSM / ITIL / CMDB: BMC Helix (gestión de incidentes, cambios, CMDB, reportería)
Release management: Git, GitHub, flujos GitOps y CI/CD
Nube e infraestructura: AWS, Microsoft Azure, Google Cloud Platform, Oracle Cloud; entornos híbridos y on-premise
Contenedores y plataforma: Kubernetes, Docker (deseable)
Lenguajes y scripting: Python, Bash, PowerShell; consultas tipo PromQL / SPL / KQL
Requisitos Obligatorios
5+ años de experiencia en operaciones de TI, SRE, ingeniería de plataforma o monitoreo, con al menos 3 años en observabilidad o AIOps.
Experiencia comprobable implementando y administrando al menos dos plataformas de observabilidad (Dynatrace, Grafana, Zabbix, Elastic, Splunk o equivalentes).
Dominio de automatización con Ansible y/o Terraform, incluyendo desarrollo de playbooks, módulos y runbooks automatizados.
Experiencia integrando plataformas de monitoreo con herramientas ITSM y CMDB (BMC Helix, ServiceNow o similares).
Sólido conocimiento de sistemas operativos Linux y Windows, redes, y arquitecturas de aplicaciones distribuidas.
Experiencia operando cargas en al menos un proveedor de nube pública y en entornos híbridos.
Programación y scripting (Python, Bash o PowerShell) con uso de Git y control de versiones.
Conocimiento de prácticas SRE: SLIs/SLOs, error budgets, gestión de incidentes y postmortems.
Deseables
Experiencia aplicando modelos de IA/ML o asistentes generativos a casos de uso operativos.
Certificaciones en nube (AWS/Azure/GCP), Kubernetes (CKA), ITIL v4 o en plataformas de