Site Reliability Engineer (SRE) | AWS | Kubernetes | Databricks | Sênior (Remote)

.

• Garantir a confiabilidade, disponibilidade e desempenho de sistemas e aplicações em produção;
• Projetar, implementar e evoluir automações para deploy, monitoramento, escalabilidade e operação da plataforma;
• Administrar e evoluir ambientes Kubernetes, assegurando estabilidade e alta disponibilidade;
• Responder a incidentes críticos, conduzindo análises de causa raiz (RCA) e implementando ações preventivas;
• Definir, acompanhar e evoluir indicadores de confiabilidade, como SLIs, SLOs e SLAs;
• Gerenciar e otimizar pipelines de CI/CD, promovendo entregas contínuas e seguras;
• Implementar e manter infraestrutura como código (IaC), garantindo padronização e automação dos ambientes;
• Desenvolver e fortalecer práticas de observabilidade, monitoramento, métricas e alertas;
• Colaborar com equipes de desenvolvimento na construção de aplicações resilientes, escaláveis e de alta performance;
• Documentar procedimentos operacionais, planos de contingência e boas práticas de operação;
• Atuar na melhoria contínua da plataforma, reduzindo falhas recorrentes e aumentando a confiabilidade dos serviços.

• Experiência sólida como Site Reliability Engineer (SRE), DevOps Engineer ou Platform Engineer;
• Vivência em administração de ambientes Kubernetes em produção;
• Experiência com infraestrutura em cloud, preferencialmente AWS;
• Conhecimento em automação de infraestrutura utilizando Terraform e Infrastructure as Code (IaC);
• Experiência com pipelines CI/CD, processos de integração e entrega contínua;
• Vivência com ferramentas de observabilidade, monitoramento e gestão de incidentes;
• Experiência em troubleshooting de aplicações distribuídas e ambientes críticos de produção;
• Experiência com Databricks e Apache Spark;
• Experiência com AWS CodePipeline;
• Conhecimento em bancos de dados SQL, Data Warehouse e modelagem de dados;
• Experiência com Amazon EC2, Amazon S3 e AWS Lambda;
• Conhecimento em arquitetura cloud e ambientes Microsoft Azure;
• Conhecimento em práticas de alta disponibilidade, escalabilidade, resiliência e recuperação de incidentes;
• Capacidade de atuar de forma analítica na identificação de causas raiz e implementação de melhorias contínuas;
• Diferencial: Certificações Databricks.