Staff SRE

Descrição do time

Nosso time de Site Reliability Engineering (SRE) tem como missão garantir a disponibilidade, escalabilidade, desempenho e confiabilidade da plataforma BLIP. Atuamos promovendo uma cultura sólida de observabilidade, automação e melhoria contínua, com foco em tornar a plataforma resiliente, auto recuperável e preparada para crescer de forma sustentável.

Trabalhamos em parceria com times de produto, arquitetura e desenvolvimento, participando ativamente das decisões técnicas que impactam diretamente a estabilidade, a confiabilidade e a evolução da plataforma.

Descrição do papel

Buscamos uma pessoa para atuar como Staff SRE, com visão sistêmica, experiência em ambientes distribuídos e escaláveis e perfil propositivo para trabalhar em um ambiente técnico desafiador e colaborativo.

Você será responsável por:

• Compreender e influenciar a arquitetura da plataforma BLIP, identificando riscos e propondo melhorias para confiabilidade;
• Aplicar práticas de DevOps e SRE com foco em automação, resiliência e na cultura “You Build It, You Run It”;
• Projetar e implementar estratégias de self-healing, mitigando incidentes e reduzindo toil operacional;
• Conduzir investigações técnicas e diagnósticos de falhas com foco em root cause analysis;
• Evoluir e manter pipelines de CI/CD, aumentando a visibilidade, segurança e qualidade das entregas;
• Utilizar observabilidade (logs, métricas, traces e alertas inteligentes) para antecipar incidentes e identificar oportunidades de melhoria;
• Apoiar e mentorar o time em decisões técnicas estratégicas, atuando como referência em confiabilidade e escalabilidade.

Requisitos e qualificações

• Formação em Engenharia de Software, Ciência da Computação ou áreas correlatas;
• Experiência sólida em liderança técnica e atuação como referência em SRE;
• Vivência prática em desenvolvimento (preferencialmente em .NET, mas valorizamos experiência em outras linguagens como Python, Go ou Java);
• Sólido conhecimento em cloud computing (Azure, AWS e/ou GCP);
• Experiência com Kubernetes em ambientes de produção;
• Experiência com observabilidade com Grafana, Prometheus, ELK, OpenTelemetry ou similares;
• Domínio em IaC (infraestrutura como código) e automação (Terraform, Ansible, Python, etc.);
• Experiência com práticas de resiliência e engenharia do caos;
• Perfil analítico orientado a métricas de confiabilidade (SLIs, SLOs, SLAs, error budgets);
• Mentalidade proativa, senso de dono, colaboração e forte capacidade de comunicação.

Informações adicionais