Buscamos sumar un/a SRE Observability & Reliability Sr. para formar parte de una importante empresa del ecosistema de medios de pago, con foco en la confiabilidad, observabilidad y disponibilidad de servicios críticos, tanto en entornos Cloud como On-Premise.
El principal desafío de la posición será construir y evolucionar el esquema de observabilidad de punta a punta, integrando aplicaciones, infraestructura, redes, servicios Cloud, plataformas On-Premise y métricas transaccionales de negocio.
El diferencial clave de esta posición es la experiencia combinando Cloud + On-Premise. Buscamos una persona que pueda comprender y monitorear el ecosistema completo, incluyendo escenarios donde existen servidores físicos, redes y sistemas legacy en los que no siempre es posible instalar agentes.
Lo que valoramos de tu perfil
- Visión sistémica y capacidad para comprender la interacción entre aplicaciones, infraestructura, redes y procesos de negocio.
- Experiencia construyendo esquemas de observabilidad end-to-end en entornos Cloud y On-Premise.
- Experiencia trabajando sobre sistemas productivos críticos, donde la disponibilidad y confiabilidad sean factores centrales.
- Capacidad para interpretar métricas técnicas y transaccionales, identificar desvíos y anticipar incidentes.
- Autonomía, capacidad analítica y orientación a la mejora continua.
- Capacidad para resolver problemas complejos en ambientes productivos.
- Orientación a la automatización y eliminación de tareas repetitivas.
- Buenas habilidades de comunicación y capacidad para interactuar con equipos técnicos, proveedores y áreas de negocio.
Tus principales desafíos
- Diseñar, implementar y evolucionar el esquema de observabilidad de punta a punta, abarcando aplicaciones, infraestructura, redes, servicios Cloud y plataformas On-Premise.
- Diseñar dashboards en Grafana con métricas técnicas y transaccionales de negocio, como tasas de aprobación y rechazo, volumen de transacciones y comportamiento operativo.
- Construir alertas basadas en métricas técnicas y de negocio, reduciendo ruido, falsos positivos y alertas no accionables.
- Implementar y evolucionar soluciones de Dynatrace, incluyendo instalación y configuración de agentes, APM, instrumentación y mapeo de servicios y dependencias.
- Correlacionar métricas, logs y trazas para facilitar el diagnóstico y análisis de causa raíz.
- Diseñar estrategias de monitoreo para entornos On-Premise, incluyendo servidores físicos, redes y sistemas legacy, contemplando escenarios donde no sea posible instalar agentes.
- Configurar y mantener integraciones con AWS, incluyendo cuentas, redes, IAM, permisos y servicios administrados.
- Definir estándares de alertamiento: severidades, thresholds, routing, escalamiento y acciones esperadas.
- Diseñar y mantener runbooks para diagnóstico, mitigación y recuperación de incidentes.
- Participar en procesos de Incident Management, incluyendo clasificación por severidad, guardias, escalamiento y coordinación durante incidentes críticos.
- Analizar incidentes y oportunidades de mejora, trabajando sobre MTTD, MTTR, disponibilidad y resiliencia.
- Identificar riesgos de confiabilidad, puntos únicos de falla y oportunidades de automatización.
- Construir y priorizar iniciativas de Reliability Engineering a partir de incidentes, riesgos y oportunidades de mejora.
- Definir y validar criterios de Reliability Readiness para garantizar que los servicios lleguen a producción con la instrumentación, monitoreo y alertamiento necesarios.
- Coordinar acciones con equipos de Desarrollo, Cloud, Infraestructura, Plataforma, Producto, Operaciones, Incident Management y proveedores externos.
- Evaluar oportunidades de automatización y uso de inteligencia artificial aplicadas a la observabilidad, análisis de incidentes y eficiencia operativa.
- Participar en procesos de transición e internalización de servicios, asegurando la continuidad de la observabilidad y el monitoreo.
¿Qué esperamos de vos?
Requisitos principales
- Experiencia comprobable como SRE, Observability Engineer, Reliability Engineer o posiciones similares.
- Experiencia diseñando e implementando esquemas de observabilidad integrales en entornos Cloud y On-Premise.
- Experiencia desarrollando dashboards y alertas en Grafana, incluyendo métricas técnicas y transaccionales de negocio.
- Sólidos conocimientos de SQL y bases de datos, con capacidad para consultar y analizar información transaccional.
- Experiencia implementando o administrando Dynatrace, incluyendo agentes, APM, instrumentación y mapeo de servicios y dependencias.
- Sólidos conocimientos de observabilidad: logs, métricas, trazas, telemetría y health checks.
- Experiencia con herramientas como Grafana, Prometheus, Dynatrace, Datadog, Elastic o similares.
- Experiencia definiendo y trabajando con SLI, SLO, SLA y Error Budgets.
- Experiencia en diseño y administración de alertas, thresholds, severidades y escalamiento.
- Experiencia en análisis y resolución de incidentes, incluyendo RCA, MTTD y MTTR.
- Experiencia monitoreando infraestructura On-Premise, incluyendo servidores físicos, redes y sistemas legacy.
- Sólidos conocimientos de AWS, incluyendo cuentas, redes, IAM, permisos y servicios administrados.
- Experiencia trabajando con arquitecturas de microservicios, contenedores y ambientes Cloud.
- Conocimientos de Linux.
- Experiencia en scripting y automatización, preferentemente Python, Bash o similares.
Será un plus
- Experiencia con Kubernetes y Docker.
- Conocimientos de Infrastructure as Code, preferentemente Terraform.
- Conocimientos de CI/CD.
- Experiencia con OpenTelemetry o tecnologías equivalentes.
- Experiencia diseñando o implementando procesos de Incident Management.
- Experiencia coordinando proveedores y equipos externos.
- Experiencia aplicando inteligencia artificial o automatización a la operación y gestión de incidentes.
- Conocimientos de ITIL / IT Service Management.
- Formación universitaria o terciaria en Sistemas, Informática, Tecnología o carreras afines.
- Certificaciones en Cloud, Observability o SRE.
¿Qué ofrece el cliente?
- Relación de dependencia directa con una empresa líder en soluciones de pagos.
- Modalidad híbrida: 2 dias de presencialidad y 3 remoto (CABA).
- 30 días al año de trabajo remoto desde cualquier parte del mundo.
- Bono anual por performance y revisión salarial periódica.
- Reintegro mensual de internet y crédito en plataformas de delivery.
- Prepaga de primer nivel para vos y tu grupo familiar.
- Días hábiles de vacaciones y licencias extendidas de familia.
- Acceso a formación continua, certificaciones y convenios educativos.
- Espacios de trabajo atractivos y tecnológicos.
