Descrição do Cargo
O cargo de Especialista em Resiliência de Serviços é responsável por garantir a disponibilidade e segurança da plataforma que fornece serviços de inteligência artificial para diversas áreas.
* Projetar e operar arquiteturas de alta disponibilidade para micro-serviços Python/ FastAPI, garantindo resiliência, segurança e observabilidade de ponta a ponta.
* Automatizar infraestrutura com Terraform e gerenciar ambientes em Kubernetes (GKE) ou Cloud Run, habilitando escalabilidade sob demanda.
* Criar e manter pipelines CI/CD (GitHub Actions, Argo CD, etc.) que promovam builds, testes, deploy e rollback seguros.
* Implementar e evoluir SLIS/SLOS; instrumentar serviços com Prometheus, Grafana, OpenTelemetry e rastreabilidade distribuída.
* Monitorar, diagnosticar e otimizar bancos SQL (Postgres), caches (Redis) e bases vetoriais, focando em desempenho e custo.
* Conduzir resposta a incidentes: alerta, mitigação, post-mortem, ações preventivas.
* Capacitar o time: disseminar boas práticas de confiabilidade, revisão de arquitetura, pairing e documentação contínua.
* Participar do plantão (on-call) rotativo, mantendo a plataforma com o máximo de disponibilidade possível.
Habilidades e Qualificações Necessárias
* Experiência prática como SRE/DevOps em ambientes cloud (AWS, GCP ou Azure).
* Domínio de Linux, redes, containers (Docker) e Kubernetes.
* Proficiência em Infrastructure as Code (Terraform, Pulumi ou CloudFormation).
* Rotinas de CI/CD com GitHub Actions, GitLab CI, Argo CD ou similares.
* Instrumentação e alerta com Prometheus, Grafana, Loki/ELK, Alertmanager.
* Programação/scripting em Python e Bash (Go é bônus).
* Conhecimento de Postgres, Redis e tuning de performance.
* Experiência em gestão de incidentes e elaboração de post-mortems.
* Inglês técnico para leitura e escrita.
Diferencial
* Conhecimento em infraestrutura em nuvem (Google Cloud Platform), conteinerização (Kubernetes) e serviços serverless.
* Experiência com Cloud Run, Knative ou Faas.
* Noções de cost optimisation em FinOps.
* Contribuições open-source em projetos cloud native.
* Experiência com ferramentas de monitoramento e observabilidade, como Prometheus e Grafana.
* Familiaridade com pipelines de CI/CD.
* Conhecimento em infraestrutura como código (IaC), como Terraform.
* Experiência com agentes de IA, LLMS e RAG.