Líder de Observabilidad y SER

Stefanini-Latam; Lima (OH); On-site; USD 120,000 - 180,000; Full time

Job summary

Stefanini-Latam busca un líder de Observabilidad y SRE para definir la estrategia corporativa, liderar la confiabilidad y coordinar incidentes críticos. El rol implica diseñar modelos de observabilidad, estandares de logs y métricas, y promover DevOps a escala organizacional.

Se requiere experiencia en entornos con alta criticidad, liderazgo de equipos multidisciplinarios y dominio de herramientas como Dynatrace, Datadog, Grafana y Prometheus.

Qualifications

• Más de 7 años de experiencia profesional en tecnología, operaciones, infraestructura, Cloud, DevOps, observabilidad o confiabilidad.
• Experiencia en entornos de alta criticidad y alta disponibilidad.

Responsibilities

• Definir la estrategia corporativa de Observabilidad.
• Diseñar y mantener el modelo de observabilidad tecnológica.
• Establecer estándares para la gestión de registros, eventos e instrumentación.
• Asegurar la visibilidad de servicios críticos, APIs, infraestructura y nube.
• Promover una visión integral de observabilidad desde la experiencia del usuario hasta la infraestructura.
• Definir SLI, SLO y presupuestos de error; liderar la mejora continua de confiabilidad.
• Gestionar incidentes críticos y coordinar equipos de soporte, Desarrollo e Infraestructura.
• Diseñar tableros y alertas accionables; reducir ruido y duplicidad de alertas.

Skills

Liderazgo SRE

Observabilidad

Gestión de incidentes

Automatización

Monitoreo de apps

OpenTelemetry

Dynatrace

Grafana

Prometheus

Cloud (AWS/Azure)

Tools

Dynatrace

Datadog

Grafana

Prometheus

ELK

Splunk

Azure Monitor

Azure Log Analytics

Job description

En Stefanini somos más de 30.000 genios, conectados desde 41 países, haciendo lo que les apasiona y co‑creando un futuro mejor.

Estrategia de observabilidad

• Definir la estrategia corporativa de Observabilidad.
• Diseñar y mantener el modelo de observabilidad tecnológica.
• Establecer estándares para la gestión de:
• Registros.
• Eventos.
• Definir lineamientos para la instrumentación de aplicaciones y plataformas.
• Asegurar la visibilidad de servicios críticos, aplicaciones, APIs, infraestructura y componentes Cloud.
• Establecer criterios de monitoreo para ambientes productivos y no productivos.
• Promover una visión integral de observabilidad desde la experiencia del usuario hasta la infraestructura.

SRE y confiabilidad

• Definir y gobernar prácticas de Ingeniería de Confiabilidad del Sitio.
• Establecer SLI, SLO y Presupuestos de Error.
• Definir objetivos de disponibilidad, rendimiento y confiabilidad.
• Liderar la identificación y reducción de riesgos operativos.
• Promover la automatización de tareas repetitivas y manuales.
• Diseñar prácticas para mejorar la resiliencia de las aplicaciones.
• Gestionar la capacidad, disponibilidad y rendimiento de los servicios.
• Definir estándares para la operación de aplicaciones críticas.
• Trabaje con los equipos de desarrollo para incorporar confiabilidad desde el diseño.
• Impulsar la adopción de principios de ingeniería de confiabilidad en la organización.

Gestión de incidentes y problemas

• Liderar la gestión técnica de incidentes críticos.
• Coordinar la atención de incidentes de alto impacto.
• Participar en el Manejo de Incidentes.
• Gestionar postmortems sin enfoque punitivo.
• Liderar el Manejo de Problemas Técnico.
• Identificar problemas recurrentes y definir planes de eliminación.
• Dar seguimiento a las acciones correctivas y preventivas.
• Evaluar tendencias de incidentes, degradaciones y fallas.
• Coordinador con Mesa de Ayuda, Operaciones, Desarrollo, Infraestructura, Cloud y proveedores.
• Participar en el Emergency Change Gate.
• Asegurar la documentación y trazabilidad de los incidentes relevantes.

Monitoreo y gestion de alertas

• Diseñar y gobernar tableros operativos y ejecutivos.
• Definir alertas inteligentes y accionables.
• Reduzca el ruido y la duplicidad de alertas.
• Establecer niveles de criticidad y prioridades.
• Definir procedimientos de respuesta ante eventos.
• Monitorear disponibilidad, latencia, errores, capacidad y rendimiento.
• Implementar prácticas de monitoreo proactivo.
• Promover el uso de automatización para detección y resolución.
• Asegurar que las alertas estén vinculadas con procedimientos operativos claros.

Plataformas y herramientas

• Liderar la evolución de las plataformas de observabilidad.
• Definir estándares de uso para Dynatrace, Datadog, Grafana y Prometheus.
• Promover la adopción de OpenTelemetry.
• Establecer criterios de gestión de logs mediante ELK, Splunk, Azure Monitor y Azure Log Analytics.
• Integrar herramientas de observabilidad con plataformas Cloud, Kubernetes y DevOps.
• Coordinador de instrumentación de aplicaciones y servicios.
• Definir la estrategia de almacenamiento, retención y consulta de registros.
• Evaluar nuevas herramientas y tecnologías de monitoreo.
• Asegurar la interoperabilidad entre las diferentes herramientas de observabilidad.

Liderazgo y mejora continua

• Liderar el equipo de Observabilidad y SRE.
• Definir objetivos, prioridades y planes de trabajo del equipo.
• Desarrollar capacidades técnicas y metodológicas.
• Impulsar una cultura DevOps y SRE.
• Promover la colaboración entre desarrollo, operaciones y soporte.
• Establecer prácticas de mejora continua.
• Presentar resultados, riesgos y oportunidades a la dirección.
• Definir planos para mejorar la madurez de observabilidad y confiabilidad.
• Identificar oportunidades de automatización y reducción de esfuerzo operativo.

Experiencia general

• Más de 7 años de experiencia profesional en tecnología, operaciones, infraestructura, Cloud, DevOps, observabilidad o confiabilidad.
• Experiencia en ambientes de alta criticidad y alta disponibilidad.

Experiencia específica

• Más de 3 años liderando equipos o iniciativas SRE.
• Experiencia comprobada en:
• Alta disponibilidad.
• Gestión de incidentes.
• Gestión de problemas.
• Análisis de la causa raíz.
• Observabilidad.
• Monitoreo de aplicaciones y plataformas.
• Gestión de capacidad.
• Gestión de rendimiento.
• Definición de SLI, SLO y Presupuesto de errores.
• Gestión de postmortems.
• Diseño de tableros y métricas operativas.
• Gestión de incidentes críticos.
• Experiencia liderando equipos multidisciplinarios.
• Experiencia coordinando con desarrollo, infraestructura, soporte, seguridad, Cloud y proveedores.
• Experiencia en organizaciones de banca, fintech, telecomunicaciones o sectores con servicios digitales críticos, preferentemente.

Competencias y habilidades blandas

• Capacidad de resolución de problemas.
• Pensamiento analítico.
• Mejora continúa.
• Influencia transversal.
• Capacidad para trabajar bajo presión.
• Toma de decisiones en situaciones críticas.
• Orientación a resultados.
• Capacidad de priorización.
• Capacidad de negociación.
• Comunicación con áreas técnicas y ejecutivas.
• Orientación a la prevención.
• Cultura de aprendizaje a partir de incidentes.

Indicadores de éxito del puesto

• Disponibilidad de las aplicaciones y servicios críticos.
• Cumplimiento de los SLO definidos.
• Reducción del número de incidentes críticos.
• Reducción del tiempo medio de detección —MTTD—.
• Reducción del tiempo medio de recuperación —MTTR—.
• Reducción del número de incidentes recurrentes.
• Porcentaje de servicios con SLI y SLO definidos.
• Porcentaje de servicios con monitoreo completo de métricas, logs y trazas.
• Cumplimiento de Presupuestos Error.
• Reducción del ruido y falsas alertas.
• Porcentaje de autopsias ejecutadas en el tiempo.
• Cumplimiento de acciones correctivas derivadas de RCA.
• Nivel de automatización de tareas operativas.
• Reducción de intervenciones manuales.
• Porcentaje de aplicaciones críticas instrumentadas.
• Cobertura de observabilidad en ambientes productivos.
• Cumplimiento de los objetivos de capacidad y rendimiento.
• Nivel de madurez de las prácticas SRE y DevOps.
• Estrategia corporativa de Observabilidad.
• Catálogo de servicios críticos.
• Estándares de métricas, logs y trazas.
• Catálogo de SLI y SLO.
• Cuadros de mando operativos y ejecutivos.
• Matriz de criticidad de servicios.
• Modelo de alertamiento.
• Procedimientos de respuesta ante incidentes.
• Informes de disponibilidad y confiabilidad.
• Análisis de capacidad y rendimiento.
• Informes de incidentes críticos.
• Post mortems y planos de acción.
• Informes de Gestión de Problemas.
• Hoja de ruta de automatización.
• Plan de evolución de la plataforma de observabilidad.
• Indicadores de madurez SRE y DevOps.

Competencias y habilidades blandas

• Capacidad de resolución de problemas.
• Pensamiento analítico.
• Mejora continúa.
• Influencia transversal.
• Capacidad para trabajar bajo presión.
• Toma de decisiones en situaciones críticas.
• Orientación a resultados.
• Capacidad de priorización.
• Capacidad de negociación.
• Comunicación con áreas técnicas y ejecutivas.
• Orientación a la prevención.
• Cultura de aprendizaje a partir de incidentes.

Creer para co-crear

¿Buscas un lugar donde tus ideas brillen?

Con más de 38 años y una presencia global, en Stefanini transformamos el mañana juntos. Aquí, cada acción cuenta y cada idea puede marcar la diferencia. Únete a un equipo que valora la innovación, el respeto y el compromiso.

Si eres una persona disruptiva, te mantienes en aprendizaje continuo y la innovación está en tu ADN, entonces somos lo que buscas. ¡Ven y construyamos juntos un futuro mejor!