[Tech] Especialista SRE | IA | REMOTO

Você fará parte do time de Site Reliability Engineering (SRE), sendo responsável por estabelecer padrões de qualidade dos serviços de infraestrutura, acompanhando as inovações do mercado e garantindo a excelência do ecossistema tecnológico dos ambientes Cloud TOTVS.

Será responsável por assegurar a confiabilidade, disponibilidade, desempenho, segurança e evolução contínua dos serviços sob sua responsabilidade, atuando como referência técnica na implementação de soluções, automação de processos, observabilidade, governança e melhoria contínua, contribuindo diretamente para os objetivos estratégicos da companhia.

Responsabilidades e atribuições

O QUE VOCÊ VAI FAZER: Monitorar continuamente a saúde dos sistemas, criar alertas eficazes e garantir cobertura proativa de incidentes. Responder rapidamente a incidentes críticos, coordenando mitigação, comunicação e resolução. Gerir mudanças, atualizações e implantações com foco em segurança, estabilidade e disponibilidade. Construir e manter pipelines, bibliotecas e automações para provisionamento, deploy e operação em ambientes Cloud de alta disponibilidade.

Estabelecer e garantir padrões de security by design em infraestrutura, código e dados. Projetar e evoluir soluções de observabilidade ponta a ponta, integrando logs, métricas, traces e eventos. Criar, gerenciar e melhorar indicadores de confiabilidade (SLIs, SLOs, MTTR, MTTA). Conduzir post-mortems blameless e implementar ações corretivas e preventivas. Influenciar decisões arquiteturais e operacionais visando resiliência, escalabilidade e custo eficiente.

Documentar padrões técnicos, playbooks e comunicar impactos técnicos em linguagem de negócio. Definir prioridades estratégicas do backlog de SRE, equilibrando confiabilidade, velocidade de entrega, segurança e custos. Apoiar auditorias, conformidade e governança de segurança em alinhamento com times de risco e compliance. Capacidade de mentorar e influenciar tecnicamente outros times, promovendo cultura de automação, segurança e confiabilidade e fomentando a cultura de ownership sobre sistemas em produção.

Disseminar conhecimento técnico por meio de mentorias, treinamentos, workshops, documentações e apresentações internas e externas, contribuindo para o desenvolvimento da equipe. Buscar continuamente novas tecnologias, soluções e referências de mercado junto a fabricantes e fornecedores, avaliando sua viabilidade técnica e de negócio.

Requisitos e qualificações

O QUE ESPERAMOS DE VOCÊ: Domínio de conceitos avançados de SRE, DevSecOps e gestão de incidentes. js ou Groovy. Experiência com monitoramento e observabilidade distribuída (Prometheus, Grafana, Loki, ELK/Elastic Stack, Datadog, New Relic, OpenTelemetry). Atuação sólida com Cloud pública (GCP, AWS ou equivalente), incluindo provisionamento, automação e otimização de custos. Experiência em CI/CD e DevSecOps avançado, com ferramentas como Git/GitOps, Jenkins, ArgoCD, Maven, SonarQube/Cloud.

Proficiência em contêineres e orquestração (Docker, Kubernetes) e Infraestrutura como Código (Terraform, Ansible, CloudFormation, Chef). Vivência com serviços de mensageria e data streaming como Kafka, Redis Streams, Google Pub/Sub, Dataflow. Experiência com bancos de dados SQL e NoSQL, incluindo PostgreSQL, AloyDB, MySQL, MongoDB, Elasticsearch, BigQuery. Experiência em gestão de incidentes e troubleshooting em sistemas complexos, utilizando PagerDuty, Opsgenie, StatusPage, Splunk ou equivalentes.

Conhecimento em segurança da informação, compliance e governança de ambientes cloud (LGPD, Privacy by Design, SAST/DAST, IAM, Secret Management). Familiaridade com ambientes de alto volume de dados, tráfego e experiência com design resiliente. Experiência ou interesse em DataOps/MLOps, atuando com pipelines de dados e IA em larga escala (desejável). Background em arquitetura e desenvolvimento de software, com domínio de versionamento, APIs, microserviços e padrões REST/gRPC.

Vivência em metodologias ágeis (Scrum, Kanban ou similares). Uso de IA assistiva e ferramentas de produtividade como GitHub Copilot, ChatGPT ou similares (diferencial). Conhecimento de redes TCP/IP, DNS, HTTP/HTTPS, TLS, Load Balancers, CDN, VPN, proxies e troubleshooting de conectividade. Administração avançada Linux, análise de performance, gerenciamento de processos, memória, disco, rede e troubleshooting em ambientes produtivos.

Requisitos desejáveis: SERIA LEGAL SE TIVESSE: Certificações relevantes (AWS, GCP, Kubernetes, ITIL, Security+). Experiência com políticas de segurança como zero-trust. Experiência em FinOps e gestão de custos em ambientes distribuídos. Experiência com blue/green deployments, canary releases e chaos engineering. Experiência com padronização de deploys por templates (Helm/Kustomize). Prática com observabilidade unificada via OpenTelemetry e tracing distribuído.

Vivência em construção de plataformas internas (IDP), uso de Backstage, automação de ambientes. Inglês: Intermediário/Avançado.