Site Reliability Engineering (SRE)

Sobre a empresa

Você trabalhará ao lado de profissionais talentosos em áreas como Desenvolvimento, DevOps, Segurança, FinOps e muito mais, em um time que preza pela resiliência, escalabilidade e excelência técnica. Aqui, você terá a liberdade para experimentar, inovar e criar soluções que realmente fazem a diferença para milhares de clientes.

Nós geramos impacto e valor com eficiência em toda a cadeia de clínicas de saúde, beleza e bem-estar através do nosso sistema de gestão. Mais do que um sistema, nós auxiliamos nossos clientes a obter resultados incríveis na jornada de gestão de suas clínicas.

Tarefas

O Especialista SRE é responsável por garantir a resiliência, escalabilidade e eficiência operacional dos serviços da empresa, com foco especial em aplicações desenvolvidas em Node.js. Este papel envolve o aprimoramento contínuo da infraestrutura, a automação de processos, a implementação de práticas de observabilidade e a colaboração direta com times de desenvolvimento para otimizar a confiabilidade dos sistemas em produção.

• Ser o responsável técnico pela plataforma de infraestrutura da Clinicorp no GCP (GKE, Cloud SQL, rede e IAM), abrangendo múltiplos projetos e ambientes de produção, homologação e desenvolvimento;
• Definir e evoluir SLOs e SLIs dos serviços críticos junto aos squads;
• Liderar a gestão de incidentes: estruturar o on-call, conduzir incidentes críticos, facilitar post-mortems sem culpados e acompanhar a execução das ações corretivas;
• Projetar e evoluir a stack de observabilidade (Prometheus, Grafana, Loki, Tempo e OpenTelemetry), com alertas acionáveis baseados em sintomas;
• Manter a infraestrutura como código com Terraform e o fluxo de entrega via GitHub Actions e Argo CD (GitOps);
• Garantir a operação dos bancos de dados gerenciados, incluindo backups, alta disponibilidade, upgrades, tuning e capacity planning;
• Apoiar os times de desenvolvimento na performance de aplicações Node.js, análise de consumo de recursos, estratégias de autoscaling e caching;
• Conduzir as práticas de FinOps: alocação de custos por time e serviço, rightsizing, gestão de compromissos de uso e acompanhamento do orçamento de cloud;
• Garantir segurança e compliance da infraestrutura, incluindo gestão de acessos, segredos e aderência à LGPD no tratamento de dados de saúde;
• Planejar e testar periodicamente a estratégia de recuperação de desastres;

Requisitos

Requisitos e qualificações

• Formação em Ciência da Computação, Engenharia de Software, áreas correlatas ou experiência equivalente;
• Vivência sólida como SRE, DevOps ou engenharia de plataforma, atuando como referência técnica em ambientes de produção críticos;
• Vivência avançada com Kubernetes em produção, preferencialmente GKE, incluindo gestão de clusters, upgrades, autoscaling e tuning de workloads;
• Vivência com Google Cloud Platform (GCP), incluindo IAM, VPC, Load Balancing, Cloud SQL e serviços gerenciados;
• Domínio de infraestrutura como código com Terraform;
• Vivência com CI/CD e GitOps (GitHub Actions, Argo CD ou similares);
• Sólida experiência com observabilidade, utilizando Prometheus, Grafana, Loki, OpenTelemetry e tracing distribuído (Grafana Tempo, Jaeger ou similares);
• Vivência na implementação de SLOs e SLIs e na condução de incidentes críticos e post-mortems;
• Vivência com operação e tuning de PostgreSQL, incluindo análise de queries, replicação, backup e restore;
• Conhecimento de runtime de aplicações Node.js e Python suficiente para investigar problemas de performance, memória e concorrência em produção;
• Conhecimentos sólidos em redes (DNS, TLS, balanceamento de carga, VPN) e em segurança de infraestrutura (gestão de acessos, segredos e hardening);
• Vivência com práticas de FinOps e gestão de custos em cloud;
• Capacidade de automação com programação e scripting (Go, Python ou Bash);
• Conhecimento de Linux em nível de troubleshooting de produção;
• Vivência em liderança técnica, incluindo definição de roadmap, documentação de decisões e mentoria;
• Inglês técnico.

Skills comportamentais

• Proatividade e ownership na resolução de problemas críticos;
• Capacidade de trabalhar em times multidisciplinares, alinhando desenvolvimento, infraestrutura e segurança;
• Forte habilidade analítica para identificar e mitigar riscos operacionais;
• Comunicação clara para colaboração eficiente com outros times técnicos e não técnicos;
• Mindset de aprendizado contínuo e compartilhamento de conhecimento com a equipe;

Diferenciais

• Conhecimento em estratégias de caching (Redis, CDN) para aplicações de alto desempenho;
• Conhecimento em filas e eventos assíncronos (Pub/Sub, RabbitMQ, Kafka);
• Vivência com bancos NoSQL;
• Conhecimento da LGPD aplicada a dados de saúde;
• Certificações em Kubernetes (CKA, CKAD, CKS) ou cloud (GCP, AWS, Azure);
• Vivência em engenharia do caos e testes de resiliência;
• Contribuições para a comunidade open-source ou participação ativa em eventos de SRE e DevOps.