Garanta a confiabilidade de sistemas em produção e reduza trabalho manual repetitivo.

• Definir e acompanhar SLIs e SLOs relevantes ao negócio para os sistemas em produção.
• Automatizar resposta a incidentes recorrentes e reduzir trabalho manual repetitivo.
• Participar de plantão (on-call) e liderar resposta a incidentes críticos.
• Conduzir post-mortems focados em causa raiz, não em culpados.
• Colaborar com engenharia na definição de arquitetura resiliente a falhas.
• Automatizar capacidade e escalabilidade de sistemas com base em demanda real.
• Usar IA para acelerar análise de incidentes e correlação de sinais de falha.

• Experiência sólida operando sistemas críticos em produção com exigência de alta disponibilidade.
• Domínio de ambientes cloud e automação de infraestrutura como código.
• Conhecimento de arquitetura de sistemas distribuídos para identificar pontos únicos de falha.
• Uso prático de IA para análise de incidentes e correlação de sinais.
• Experiência com testes de resiliência (chaos engineering, load testing).
• Comunicação clara para liderar resposta a incidente sob pressão, com calma e transparência.

• Experiência com plataformas de observabilidade (Grafana, Prometheus, Datadog).
• Vivência com Kubernetes em ambientes de alta escala.
• Conhecimento de error budgets e cultura de confiabilidade.
• Experiência conduzindo exercícios de chaos engineering.
• Certificações em cloud ou SRE.

• Modelo remoto e flexível: você organiza sua rotina em torno das entregas, não do relógio.
• Verba de crescimento para cursos, certificações e eventos técnicos.
• Auxílio saúde e bem-estar.
• Acesso e propriedade real sobre o stack de ferramentas e IA que usamos no dia a dia de engenharia.
• Cultura orientada a resultado: entregou bem, tem autonomia para decidir como e quando trabalhar.
• Squads enxutos e sêniores, com espaço real para decisão técnica.