SITE RELIABILITY ENGINEER (SRE)

Papel na empresa:

Como SRE você será o ponto focal técnico para garantir confiabilidade, disponibilidade, performance e segurança dos serviços em produção, atuando na prevenção e resposta a incidentes críticos e na evolução contínua da operação.

Este papel envolve liderar e executar práticas de SRE (observabilidade, SLI/SLO, post-mortem, automação e governança de mudanças), garantindo estabilidade dos sistemas em AWS.

Além disso, você irá orientar tecnicamente o time, disseminando boas práticas e elevando o padrão operacional.

Responsabilidades

• Ser referência técnica e atuar como ponto focal em incidentes críticos e War Rooms, coordenando ações, mitigação e comunicação;

• Implementar e evoluir práticas de SRE: definição e acompanhamento de SLI/SLO, gestão de error budget e melhoria contínua baseada em dados;

• Realizar análise de tendências (incidentes recorrentes, gargalos, alertas ruidosos) para ações preventivas e redução estrutural de riscos;

• Conduzir e revisar GMUDs complexas com visão estratégica de impacto no negócio, riscos, rollback e validação pós-mudança;

• Acompanhar, revisar e evoluir os processos de observabilidade (métricas, logs e traces), garantindo:

  • Dashboards acionáveis;

  • Alertas bem calibrados (redução de ruído);

  • Priorização e classificação de eventos.

• Atuar no desenho e melhoria de confiabilidade de workloads em AWS, com foco em:

  • ECS Fargate (deploy, escalabilidade, capacidade, tuning e troubleshooting);

  • Rede AWS (VPC, conectividade, segurança e desempenho);

  • Mensageria (RabbitMQ/AmazonMQ) (saúde, filas, throughput, latência e padrões de falha).

• Criar e manter runbooks/playbooks, padronizando resposta a incidentes e reduzindo MTTR;

• Orientar e apoiar tecnicamente profissionais juniores e plenos, promovendo excelência operacional;

• Identificar oportunidades de automação (scripts, pipelines, padronizações) para ganho de eficiência e redução de falhas humanas;

• Participar de decisões arquiteturais junto às áreas técnicas (Dev, Infra, Arquitetura), influenciando escolhas com foco em confiabilidade;

• Garantir alinhamento com stakeholders e gestão de crises com clareza, agilidade e transparência.

Requisitos

• Sólida experiência com operação/sustentação de ambientes críticos e alta disponibilidade;

• Domínio de AWS (serviços essenciais e arquitetura distribuída), com foco em:

  • VPC / Redes;

  • IAM;

  • Load Balancer (ALB/NLB);

  • CloudWatch (e serviços correlatos).

• Experiência com mensageria: RabbitMQ e/ou AmazonMQ (idealmente ambos);

• Conhecimento forte em rede (conceitos e prática em cloud): subnets, rotas, SG/NACL, DNS, conectividade e troubleshooting;

• Experiência com ferramentas de monitoramento/observabilidade (Datadog, Prometheus, OpenTelemetry, Zabbix, Grafana, CloudWatch);

• Forte habilidade em troubleshooting de infraestrutura, redes e sistemas em produção;

• Experiência com Linux;

• Conhecimentos em bancos de dados relacionais (MySQL, PostgreSQL) para apoio em análise e diagnóstico;

• Perfil de liderança técnica, proatividade e excelente comunicação para atuação em crise;

• Participação em projetos de automação, confiabilidade, observabilidade ou SRE;

• Vivência com governança de mudanças (GMUD/Change Management) e operação orientada a processos.

Hard Skills

• AWS: domínio de serviços essenciais e arquitetura distribuída, incluindo VPC / Redes, IAM, Load Balancer (ALB/NLB) e CloudWatch (e serviços correlatos).

• Mensageria: experiência com RabbitMQ e/ou AmazonMQ (idealmente ambos).

• Redes: conhecimento forte em conceitos e prática em cloud, incluindo subnets, rotas, SG/NACL, DNS, conectividade e troubleshooting.

• Monitoramento e Observabilidade: experiência com Datadog, Prometheus, OpenTelemetry, Zabbix, Grafana e CloudWatch.

• Troubleshooting: forte habilidade em infraestrutura, redes e sistemas em produção.

• Linux: experiência com ambientes Linux.

• Bancos de Dados: conhecimentos em bancos de dados relacionais, incluindo MySQL e PostgreSQL, para apoio em análise e diagnóstico.

• SRE: experiência com observabilidade, SLI/SLO, post-mortem, automação e governança de mudanças.

• ECS Fargate: deploy, escalabilidade, capacidade, tuning e troubleshooting.

Soft Skills

• Perfil de liderança técnica, proatividade e excelente comunicação para atuação em crise.

• Capacidade de orientar e apoiar tecnicamente profissionais juniores e plenos, promovendo excelência operacional.

• Capacidade de atuar como ponto focal em incidentes críticos e War Rooms, coordenando ações, mitigação e comunicação.

• Capacidade de garantir alinhamento com stakeholders e gestão de crises com clareza, agilidade e transparência.

Certificações / Diferenciais

• Experiência com Infra as Code (Terraform / CloudFormation);

• Experiência com CI/CD (GitHub Actions, GitLab CI, Jenkins ou similares);

• Experiência com containers e orquestração (Kubernetes/EKS), além de ECS;

• Conhecimentos em microserviços e mensageria adicional (Kafka, SQS, SNS);

• Certificação ITIL v4;

• Certificações em cloud (AWS, Azure ou GCP);

• Disponibilidade para atuação em janelas de mudança e suporte em cenários críticos (quando necessário).

Informações do Processo e Contratação

• Formato: Tempo integral.

• Disponibilidade: Atuação em janelas de mudança e suporte em cenários críticos (quando necessário).

O que oferecemos:

Auxílio médico: ajuda de custo mensal para apoiar na contratação do seu plano de saúde.

Wellhub, pra manter corpo e mente ativos, do jeito que você gosta.

Terapia online 100% custeada pela empresa, porque saúde mental importa.

Atendimento em nutrição online, com até 2 consultas mensais para cuidar da sua saúde alimentar.

️ Seguro de vida com apólice no valor de R$ 125 mil, garantindo mais segurança para você e sua família.

Day off no aniversário, porque o seu dia merece ser especial.

Descanso remunerado, para que você possa recarregar as energias.

Gamificação interna, transformando conquistas em prêmios e reconhecimento.

Parcerias educacionais com faculdades como FIAP, Anhanguera e Instituto Infnet, pra apoiar seu crescimento e aprendizado.

Bônus por certificação técnica, reconhecendo e recompensando seu esforço em aprender.

Contratação PJ.

Valorizamos cada voz e cada pessoa, porque sabemos que a diversidade nos torna mais inovadores e fortes.