Especialista Devops N/I NOVO

Principais responsabilidades

• Definir, implementar e evoluir a estratégia de observabilidade (métricas, logs e tracing distribuído), tendo o AppDynamics como plataforma central de APM, complementada por Prometheus/Grafana, ELK/Splunk e OpenTelemetry.
• Estabelecer e governar SLIs, SLOs, SLAs e error budgets das aplicações críticas, negociando metas com as áreas de negócio e garantindo o cumprimento.
• Projetar e manter dashboards operacionais e executivos por persona (negócio, NOC e engenharia), traduzindo telemetria em indicadores acionáveis (MTTR, MTTD, disponibilidade, aderência a SLO, saúde de jornadas de negócio).
• Implementar detecção de anomalias e indicadores inteligentes (AIOps) — baselines dinâmicos, alertas por desvio, correlação de eventos e redução de ruído.
• Monitorar e assegurar a saúde da camada de mensageria e integração (RabbitMQ e Kafka): backlog de filas, idade e taxa de consumo de mensagens, DLQ, clustering e resiliência.
• Comandar incidentes críticos (major incidents): coordenar a resposta, comunicação com stakeholders, escalonamento e restabelecimento do serviço.
• Conduzir post-mortems / RCA sem culpa, identificando causa raiz e implementando ações preventivas.
• Reduzir toil por meio de automação operacional, IaC e ferramentas internas.
• Apoiar capacity planning, testes de resiliência (chaos engineering / game days) e planos de continuidade (BCP/DR — RTO/RPO).
• Atuar em conformidade com requisitos de segurança, privacidade e regulação (LGPD, PCI-DSS, diretrizes BACEN de resiliência operacional e políticas globais do grupo).

Requisitos

• Experiência em operação/engenharia de TI.
• Experiência em SRE ou observabilidade de aplicações de missão crítica.
• Domínio de AppDynamics (instrumentação, business transactions, health rules, baselines, dashboards e alertas) em ambiente de produção.
• Experiência sólida com mensageria — RabbitMQ (exchanges, filas, DLQ, clustering) e desejável Kafka.
• Definição prática de SLI/SLO/SLA e error budgets.
• Experiência real em gestão de incidentes e regime de on-call.
• Conhecimento de containers e orquestração (Docker, Kubernetes/OpenShift).
• Scripting/automação com Python, Go ou Bash.
• Vivência com CI/CD e Infraestrutura como Código (Terraform, Ansible).
• Experiência em ambiente de nuvem (AWS, Azure ou GCP).
• Inglês intermediário/avançado (interação com times globais do cliente).