Especialista II - Site Reliability Engineering (SRE) | Command Center

O Itaú é a marca mais valiosa do Brasil, a melhor empresa para trabalhar segundo o Great Place to Work e o maior banco da América Latina. Nós impactamos diariamente mais de 98 milhões de clientes em 18 países.

Somos feitos de pessoas e acreditamos que ter um time com pluralidade de origens, culturas, crenças, experiências, raças, deficiências, gêneros, orientações afetivo-sexuais e gerações ampliam as perspectivas e contribuem para um clima de respeito e valorização das diferenças.

Estamos buscando Especialista II para atuar em nosso Command Center, desempenhando um papel estratégico junto as nossas Unidades de Negócios. Este profissional será responsável por compreender profundamente as jornadas críticas do negócio, identificar oportunidades de melhoria e liderar iniciativas voltadas para aumento da disponibilidade, estabilidade e confiabilidade dos serviços. Espera-se deste Especialista que atue próximo aos times de tecnologia e negócio, promovendo uma visão integrada de confiabilidade, liderando War Rooms, melhorando a observabilidade, automação e inovação, utilizando práticas modernas de SRE e Inteligência Artificial para elevar continuamente a experiência dos clientes e a resiliência dos ambientes críticos.

Responsibilities

• Liderança na resolução de problemas advindos do ciclo de vida de desenvolvimento com engenharia de software para atuar em conjunto com equipes de desenvolvimento, arquitetura, plataforma e operações para impulsionar melhorias contínuas;
• Conduzir a gestão de incidentes críticos, contribuindo para redução de impacto, MTTR e recorrência;
• Atuar como referência em confiabilidade para uma BU específica, desenvolvendo profundo conhecimento sobre suas jornadas e serviços críticos;
• Mapear riscos, fragilidades e oportunidades de melhoria sob a tica dos pilares de Site Reliability Engineering (SRE);
• Identificar e conduzir iniciativas para aumento de disponibilidade, estabilidade, performance e resiliência dos sistemas;
• Definir, acompanhar e evoluir indicadores de confiabilidade, como SLIs, SLOs e Error Budgets;
• Liderar análises de causa raiz e planos estruturados de remediação de problemas recorrentes;
• Promover a adoção de automações para redução de atividades operacionais manuais (toil) e aumento da eficiência operacional;
• Explorar e implementar soluções baseadas em Inteligência Artificial e AIOps para prevenção, detecção e resolução de incidentes;
• Desenvolver uma visão preventiva da operação, antecipando riscos antes que impactem clientes e negócios.

Requirements

• Experiência em práticas de Site Reliability Engineering (SRE) e experiência na atuação em Command Centers, NOCs ou Centros de Operação;
• Profundo conhecimento e experiência comprovada em etapas do ciclo de vida de software;
• Sólidos conhecimentos em infraestrutura e Cloud AWS;
• Inglês fluente para liderança de war rooms e reuniões técnicas;
• Conhecimento de observabilidade, monitoramento e gestão de incidentes;
• Conhecimento em automação utilizando linguagens como Python, Shell Script ou similares;
• Conhecimento em arquitetura distribuída, microsserviços e sistemas críticos;
• Experiência com ferramentas de observabilidade e monitoramento;
• Familiaridade com plataformas de containers e orquestração;
• Conhecimento em Inteligência Artificial aplicada à operação, observabilidade e automação.

Diferenciais

• Vivência em ambientes de alta criticidade e grande escala;
• Experiência com AIOps e plataformas de observabilidade avançada;
• Atuação prévia em instituições financeiras ou ambientes altamente regulados;
• Certificações relacionadas a SRE, Cloud ou Observabilidade.
• O que esperamos deste profissional
• Buscamos alguém que vá além da atuação tática.
• Esperamos um profissional capaz de conectar tecnologia e negócio, influenciar decisões estratégicas e liderar a evolução da confiabilidade dos serviços, contribuindo diretamente para a experiência dos clientes e para a excelência operacional da organização.