11346293 - SRE Sênior

Raízen; United States; On-site; USD 120,000 - 160,000; Full time

Job summary

A DigAI está buscando uma Engenheira de Confiabilidade de Sistemas Sênior para sustentar, evoluir e garantir a confiabilidade de plataformas críticas. Você irá atuar com observabilidade, monitoramento e automação em ambientes cloud e Kubernetes, visando uma operação resiliente, escalável e orientada a dados.

Procuramos profissional com foco em RCA, dashboards, governança de pipelines e colaboração com times de desenvolvimento, arquitetura e infraestrutura, valorizando a entrega de soluções

Qualifications

• Formação superior completa.

Responsibilities

• Apoiar ambientes distribuídos em Azure e AWS, atuando na evolução da observabilidade corporativa utilizando ferramentas como Grafana, Prometheus, OpenTelemetry, Loki, Tempo e Zabbix.
• Realizar troubleshooting de ambientes críticos, análise de causas raízes (RCA) e estruturar dashboards, alertas e indicadores operacionais.
• Trabalhar em estreita colaboração com os times de desenvolvimento, arquitetura e infraestrutura para garantir a performance, disponibilidade e qualidade das aplicações.
• Evoluir práticas de automação, GitOps e monitoramento de ambientes Kubernetes (AKS/EKS), promovendo melhoria contínua da plataforma com foco em governança, segurança e eficiência.
• Apoiar iniciativas de monitoração de aplicações, infraestrutura, métricas, coleta de logs e tracing distribuído.

Skills

Observabilidade

Monitoramento

Kubernetes

AKS/EKS

Azure/AWS

Linux

Containers

Docker

Networking

Scripting

Bash

PowerShell

Python

GitOps

CI/CD

GitHub Actions

Tools

Grafana

Prometheus

OpenTelemetry

Loki

Tempo

Zabbix

ArgoCD

Argo Workflows

Terraform

Terragrunt

Crossplane

Job description

Procuramos uma pessoa Engenheira de Confiabilidade de Sistemas (SRE) Sênior para atuar na sustentação, evolução e garantia da confiabilidade de plataformas críticas. Se você se move com velocidade, enfrenta desafios como oportunidades e acredita que a colaboração é o melhor caminho, esta vaga pode ser ideal para você. Nessa posição, você terá um papel estratégico na evolução das práticas de SRE, com forte foco em observabilidade, monitoração e automação em ambientes cloud e Kubernetes, ajudando a construir uma operação altamente resiliente, escalável e orientada a dados. Todas as nossas vagas são abertas para todas as pessoas, valorizando a diversidade e o compromisso em fazer a diferença.

Responsabilidades

• Apoiar ambientes distribuídos em Azure e AWS, atuando na evolução da observabilidade corporativa utilizando ferramentas como Grafana, Prometheus, OpenTelemetry, Loki, Tempo e Zabbix.
• Realizar troubleshooting de ambientes críticos, análise de causas raízes (RCA) e estruturação de dashboards, alertas e indicadores operacionais.
• Trabalhar em estreita colaboração com os times de desenvolvimento, arquitetura e infraestrutura para garantir a performance, disponibilidade e qualidade das aplicações.
• Evoluir práticas de automação, GitOps e monitoramento de ambientes Kubernetes (AKS/EKS), promovendo a melhoria contínua da plataforma com foco em governança, segurança e eficiência.
• Apoiar iniciativas de monitoração de aplicações, infraestrutura, métricas, coleta de logs e tracing distribuído.

Requisitos obrigatórios

• Formação superior completa.
• Sólida experiência com observabilidade e monitoramento de ambientes críticos utilizando soluções como Grafana, Prometheus, Zabbix, OpenTelemetry ou equivalentes.
• Experiência em troubleshooting e análise de causa raiz (RCA) em sistemas distribuídos de alta disponibilidade.
• Conhecimento avançado em Kubernetes, preferencialmente em ambientes AKS e/ou EKS.
• Experiência em provedores de nuvem pública (Azure e/ou AWS).
• Domínio de sistemas Linux, containers e Docker.
• Conhecimentos sólidos em infraestrutura de redes, DNS, Load Balancers, conectividade e resolução de problemas de rede.
• Capacidade de criar scripts e automações em Bash, PowerShell e/ou Python.
• Vivência com práticas de GitOps, CI/CD e construção ou manutenção de pipelines via GitHub Actions.

Diferenciais

• Experiência com a stack Grafana (Loki, Tempo, Mimir, Prometheus) e aplicação prática dos conceitos de SRE (SLI, SLO e Error Budgets).
• Experiência com ArgoCD, Argo Workflows ou Argo Events.
• Conhecimento em Infraestrutura como Código (IaC) utilizando Terraform, Terragrunt ou Crossplane.
• Vivência com estratégias de FinOps e otimização de custos em ambientes cloud.
• Conhecimento em Service Mesh (como Istio) ou plataformas corporativas de observabilidade (Dynatrace, Datadog ou New Relic).
• Vivência com iniciativas de AIOps, automação inteligente e correlação de eventos.

O que esperamos

Esperamos uma pessoa resiliente, comunicativa e analítica, que goste de aprender na prática e construir soluções em conjunto com diferentes times. Procuramos alguém motivado por desafios técnicos, que busque constantemente a excelência operacional, a automação de processos e a alta disponibilidade dos sistemas.