DevOps (SRE), Monitoramento
Descrição de Cargo – DevOps (SRE) | Monitoramento
Empresa: Equanimus
área: Tecnologia / Infraestrutura
Cargo: DevOps (Site Reliability Engineering – SRE) | Monitoramento
- Objetivo do cargo
Atuar na sustentação, confiabilidade, disponibilidade e desempenho dos ambientes tecnológicos da Equanimus, implementando práticas de DevOps e Site Reliability Engineering (SRE). Será responsável pelo monitoramento contínuo de aplicações e infraestrutura, identificação e prevenção de incidentes, automação de processos operacionais e melhoria contínua da estabilidade dos serviços, contribuindo para a eficiência operacional e a qualidade das entregas tecnológicas.
- Principais responsabilidades
Implementar, configurar e manter soluções de monitoramento de infraestrutura, aplicações, serviços e ambientes em nuvem.
Acompanhar métricas de disponibilidade, desempenho, utilização de recursos e capacidade dos sistemas.
Criar e gerenciar dashboards, alertas e indicadores para identificação proativa de falhas e anomalias.
Atuar na investigação, diagnóstico e resolução de incidentes, identificando causas-raiz e propondo ações preventivas.
Desenvolver scripts e automações para reduzir atividades manuais e aumentar a eficiência operacional.
Apoiar a implementação e manutenção de pipelines CI/CD, contribuindo para a automação e segurança dos processos de implantação.
Trabalhar com práticas de Infrastructure as Code (IaC), gerenciamento de configurações e padronização de ambientes.
Colaborar com as equipes de desenvolvimento para melhorar a observabilidade, a performance e a confiabilidade das aplicações.
Definir e acompanhar indicadores de confiabilidade, como SLIs, SLOs e SLAs, conforme as necessidades do negócio.
Participar de análises pós-incidente, documentando ocorrências, aprendizados e planos de ação.
Contribuir para o planejamento de capacidade, identificação de gargalos e otimização do consumo de recursos computacionais.
Manter documentações técnicas, procedimentos operacionais e planos de resposta a incidentes atualizados.
Apoiar a implementação de boas práticas de segurança, gestão de acessos e resiliência dos ambientes tecnológicos.
- Requisitos técnicos
Experiência com DevOps, SRE, infraestrutura de TI, observabilidade ou monitoramento de ambientes tecnológicos.
Conhecimento em ferramentas de monitoramento, como Zabbix, Prometheus, Grafana, Datadog, New Relic ou similares .
Conhecimento em sistemas operacionais Linux e administração de ambientes servidores.
Experiência com análise de logs, métricas, rastreamento distribuído (tracing) e identificação de falhas.
Conhecimento em redes, protocolos de comunicação, DNS, HTTP/HTTPS e troubleshooting.
Conhecimento em linguagens de script, como Python, Bash ou similares.
Familiaridade com Git e ferramentas de integração e entrega contínuas (CI/CD).
Conhecimento em containers, especialmente Docker, e familiaridade com Kubernetes.
Noções de infraestrutura em nuvem, como AWS, Azure ou Google Cloud.
Conhecimento em automação de infraestrutura e ferramentas de Infrastructure as Code, como Terraform ou Ansible.
Capacidade de analisar incidentes, identificar causas-raiz e propor melhorias técnicas sustentáveis.
- Diferenciais
Experiência com implementação de práticas de SRE em ambientes de produção.
Vivência com OpenTelemetry e ferramentas de observabilidade distribuída.
Experiência com ambientes de microsserviços e arquiteturas distribuídas.
Conhecimento em estratégias de alta disponibilidade, escalabilidade, backup e recuperação de desastres.
Experiência com gestão de incidentes, post-mortems e melhoria contínua de processos operacionais.
Familiaridade com práticas de FinOps e otimização de custos em nuvem.
Conhecimento em segurança de infraestrutura e gestão de vulnerabilidades.
- Competências comportamentais
Raciocínio analítico e capacidade de resolução de problemas complexos.
Perfil investigativo, preventivo e orientado à identificação de causas-raiz.
Organização e atenção aos detalhes.
Proatividade na identificação de riscos e oportunidades de melhoria.
Capacidade de priorização em situações críticas e de pressão.
Comunicação clara e colaboração com equipes multidisciplinares.
Senso de responsabilidade sobre a disponibilidade e a confiabilidade dos serviços.
Mentalidade de automação, aprendizado contínuo e melhoria de processos.
- Indicadores de desempenho (KPIs)
Disponibilidade e confiabilidade dos serviços monitorados.
Tempo médio para detecção de incidentes (MTTD).
Tempo médio para recuperação de serviços (MTTR).
Volume de incidentes recorrentes e percentual de incidentes prevenidos.
Cobertura de monitoramento e observabilidade dos serviços críticos.
Redução de alertas falsos positivos e melhoria da qualidade dos alertas.
Percentual de processos operacionais automatizados.
Cumprimento dos objetivos de nível de serviço (SLOs), quando definidos.
- Perfil profissional esperado
Buscamos um profissional com perfil analítico, investigativo e orientado à confiabilidade dos sistemas, capaz de atuar tanto na prevenção quanto na resolução de incidentes. A pessoa deverá ter iniciativa para automatizar processos, aprimorar o monitoramento e trabalhar em parceria com os times de desenvolvimento e infraestrutura, contribuindo para a estabilidade, escalabilidade e evolução contínua dos serviços da Equanimus.