Provides escalated engineering support for core applications, maintains production servers, and improves service reliability through incident response, monitoring, automation, testing, and collaboration with development teams.
Analista de Observabilidade e SRE Jr/Pleno
📜 Description
- Apoiar a sustentação e evolução do ambiente de monitoração e observabilidade.
- Acompanhar alertas, métricas e eventos para ajudar a identificar anomalias proativamente.
- Construir e manter dashboards, alertas e indicadores estratégicos.
- Aplicar conceitos e práticas de SRE para apoiar a disponibilidade dos serviços.
- Colaborar com equipes técnicas na investigação de incidentes e análise de causa raiz.
🛠️ Requirements
- Formação superior (concluída ou em andamento) em TI, Ciência da Computação, Engenharia de Software ou áreas correlatas;
- Conhecimento conceitual ou prático sólido em SRE: Entendimento sobre SLI, SLO, SLA e foco em confiabilidade;
- Conhecimento nos pilares da Observabilidade: Compreensão de Métricas, Logs e Traces;
- Experiência prática ou acadêmica com ferramentas de monitoramento (ex: Zabbix);
- Nivelamento básico em sistemas operacionais (Linux e Windows) e infraestrutura de TI.
Full job description
No Grupo Stefanini, acreditamos no poder da colaboração. Co-criamos soluções inovadoras em parceria com nossos clientes, combinando tecnologia de ponta, inteligência artificial e a criatividade humana. Estamos na vanguarda da resolução de problemas de negócios, proporcionando impacto real em escala global.
Ao se juntar à Stefanini, você se torna parte de uma jornada global de transformação. Estamos empenhados em criar impacto positivo não apenas nos negócios, mas também na vida de nossos colaboradores. Se você procura uma oportunidade de crescimento profissional em uma empresa que valoriza inovação, respeito, autonomia e parceria, você encontra aqui!
Junte-se a nós e seja parte da mudança!
Atuação Hibrida de 2/3x na semana - Região de Caju/RJ.
#LI-JS2
Responsibilities
- Atuação Consultiva: Orientar e apoiar equipes de desenvolvimento e infraestrutura nas melhores práticas de observabilidade e adoção de métricas de confiabilidade.
- Monitoramento e Alertas: Configurar, manter e otimizar dashboards, alertas e indicadores-chave (SLIs, SLOs) nas plataformas principais.
- Gestão de Incidentes: Analisar eventos, identificar anomalias e atuar no apoio à investigação e diagnóstico raiz de incidentes críticos.
- Evolução do Ambiente: Garantir a cobertura de monitoramento em ambientes híbridos, integrando infraestruturas Cloud e on-premise.
Requirements
- Experiência sólida com plataformas de monitoração e observabilidade, com foco especial em Zabbix e Dynatrace.
- Conhecimento e vivência prática em práticas de SRE (Site Reliability Engineering, suas rotinas e principais indicadores).
- Experiência prévia com atuação consultiva em projetos de observabilidade.
- Sólido conhecimento em infraestrutura de TI, abrangendo ambientes Cloud e On-premise.
- Experiência hands-on na configuração e manutenção de alertas, dashboards e indicadores de monitoração.
- Conhecimento básico em sistemas operacionais Linux e Windows.
- Forte capacidade analítica para interpretar eventos, identificar anomalias e apoiar investigações de incidentes.
Diferenciais:
- Conhecimento tambem em outras ferramentas de observabilidade (ex: Grafana, Prometheus, Datadog ou Azure Monitor).
- Certificações oficiais em plataformas de monitoração/observabilidade.
- Certificações em ambientes Cloud (AWS, Azure, GCP, etc.).
- Familiaridade com tecnologias como JVM, WebSphere, Load Balancers, DataPower, Kubernetes e Docker.
- Conhecimento em automação e criação de scripts (Shell Script ou Python).
- Domínio dos pilares fundamentais da observabilidade: Métricas, Logs e Traces.
Similar jobs
Search more Site Reliability Engineer jobsSRE L1/L2 Support/Cloud Platform Ops Engineer
Monitor GPU cloud infrastructure, respond to alerts, perform hardware triage and remediation, and document incidents so novel issues can inform future AIOps automations.
Improve the reliability of production-critical infrastructure, data pipelines, and trading systems by strengthening code, automating operations, and responding to incidents.
Support critical production services and improve their reliability through monitoring, incident response, observability, and automation while learning to build AI-powered operational tools.
Build and operate reliability systems for a GPU cloud platform by improving observability, responding to incidents, automating operational toil, and helping design and validate infrastructure.
