Líder de SRE y Observabilidad para Plataformas Críticas

AvantGarde Human Capital Consultants; Ciudad de México; Presencial; MXN 540.000 - 860.000; Jornada completa

Descripción de la vacante

AvantGarde Human Capital Consultants busca un(a) Site Reliability Engineer (SRE) y Observability Engineer con experiencia en entornos de misión crítica, enfocado en garantizar la disponibilidad, estabilidad y desempeño de plataformas tecnológicas de alta disponibilidad.

Serás responsable de asegurar la estabilidad y observabilidad de servicios críticos mediante monitoreo proactivo, automatización, gestión de incidentes y análisis de causa raíz, con foco en reducción de toil y mejora continua.

Formación

• Experiencia comprobable en SRE y observabilidad de entornos de misión crítica.
• Conocimientos para establecer SLIs/SLOs y gestionar budgets de error.
• Capacidad para trabajar de forma proactiva ante incidentes y automar procesos operativos.

Responsabilidades

• Diseñar, administrar y evolucionar la plataforma de observabilidad (métricas, logs y trazas).
• Definir e implementar indicadores de confiabilidad (SLIs/SLOs) y administrar budgets de error.
• Liderar la respuesta técnica ante incidentes críticos (Sev1 y Sev2).
• Realizar análisis de causa raíz (RCA) y conducir post-mortems.
• Automatizar procesos operativos para reducir toil y minimizar errores.
• Implementar mejoras para incrementar disponibilidad y resiliencia de servicios.
• Colaborar con desarrollo, infraestructura y operaciones para fortalecer la confiabilidad.

Conocimientos

SRE

Observability

Monitoreo

Automatización

Gestión de incidentes

Descripción del empleo

AvantGarde Human Capital Consultants busca un(a) Site Reliability Engineer (SRE) y Observability Engineer con experiencia en entornos de misión crítica, enfocado en garantizar la disponibilidad, estabilidad y desempeño de plataformas tecnológicas de alta disponibilidad.

Serás responsable de asegurar la estabilidad y observabilidad de servicios críticos mediante monitoreo proactivo, automatización, gestión de incidentes y análisis de causa raíz, con foco en reducción de toil y mejora continua.