Engenheiro(a) de Confiabilidade de Sites (SRE) – Plataforma de IA

🔥 3 minutos atrás

🇧🇷 Brasil – Remoto

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

⛑ DevOps & Engenheiro de Confiabilidade do Site (SRE)

👻 Score fantasma 10%

O que significa: quão provável esta vaga está aberta sem contratação ativa.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

Kyndryl

SiteLinkedInTodas as Vagas

10.000+ funcionários

Fundada em 2021

💼 Consultoria

📦 Logística

🏥 Saúde

Consulting • Logistics • Healthcare

A Kyndryl é uma provedora líder de serviços de infraestrutura de TI, atendendo milhares de clientes corporativos em todo o mundo. A empresa é especializada em projetar, construir, gerenciar e modernizar sistemas de informação complexos e de missão crítica. A Kyndryl oferece um portfólio de serviços que inclui consultoria em TI, serviços de cloud, cibersegurança, soluções de dados e IA, e transformação do ambiente de trabalho digital. Com forte foco em inovação, parcerias e cocriação, a Kyndryl ajuda as empresas a enfrentar a complexidade de TI e a impulsionar a excelência operacional. A companhia atua em diversos setores, como automotivo, saúde, bancário e outros, oferecendo expertise e soluções para desafios específicos de cada indústria. A rede global e as alianças estratégicas da Kyndryl capacitam as empresas a se adaptar ao cenário tecnológico em evolução, garantindo que seus sistemas essenciais sejam confiáveis e eficientes.

Descrição

• Monitorar e dar suporte aos sistemas da plataforma em produção • Definir e acompanhar SLIs, SLOs e error budgets para disponibilidade, latência e throughput • Projetar e manter dashboards, alertas e telemetria para o comportamento das soluções de IA e o uso de modelos • Monitorar o consumo de tokens, a latência das requisições, o throttling, os limites de quota, as taxas de erro, a atribuição de custos e os sinais de qualidade ou drift das saídas • Operar e dar suporte a clusters Kubernetes e serviços de nuvem Azure • Gerenciar planejamento de capacidade, autoscaling, upgrades, integridade das workloads e otimização de recursos • Trabalhar em parceria com engenheiros de DevOps para automatizar e aprimorar pipelines de CI/CD no GitHub Actions • Incorporar verificações de confiabilidade, testes automatizados, progressive delivery e práticas de rollback • Utilizar Terraform e outras ferramentas de infraestrutura como código para provisionar e gerenciar ambientes de nuvem • Participar de escalas de plantão (on-call) e da resposta a incidentes • Conduzir revisões pós-incidente sem culpabilização, manter runbooks e promover ações corretivas • Realizar planejamento de capacidade, testes de carga e falha e preparação para recuperação de desastres • Colaborar com desenvolvedores, cientistas de dados e equipes de segurança e arquitetura corporativa • Documentar orientações operacionais para os usuários da plataforma

🎯 Requisitos

• Graduação em Ciência da Computação, Engenharia, Sistemas de Informação ou área relacionada • Mais de 5 anos de experiência prática em engenharia de confiabilidade de sites, DevOps ou operações de nuvem • Forte experiência prática na operação de workloads em produção no Kubernetes, incluindo implantação e gerenciamento de configurações, redes, autoscaling, upgrades de clusters e troubleshooting • Experiência na operação de workloads em produção em uma das principais nuvens públicas: Azure, AWS ou GCP • Domínio de ferramentas de observabilidade, como Azure Monitor, Prometheus, Grafana ou Dynatrace • Experiência com tracing, métricas e logs baseados em OpenTelemetry • Experiência na definição de SLIs, SLOs e error budgets • Experiência na criação de alertas acionáveis que reduzam ruído • Experiência com pipelines de CI/CD, preferencialmente GitHub Actions • Experiência com infraestrutura como código, preferencialmente Terraform • Experiência com scripting ou programação em Python, Bash, PowerShell ou Go • Fortes habilidades de gerenciamento de incidentes e troubleshooting • Experiência em escalas de plantão (on-call) e revisões pós-incidente sem culpabilização • Curiosidade e disposição para aprender como soluções e modelos de IA se comportam em produção • Diferenciais: serviços Azure, monitoramento de workloads de IA/ML ou IA generativa, Helm, KEDA, service meshes, workloads habilitados para GPU, DevSecOps, gerenciamento de secrets, policy as code, segurança da cadeia de suprimentos e certificações relevantes

🏖️ Benefícios

• Ambiente flexível e acolhedor • Bem-estar como prioridade • Programas Be Well, com apoio à saúde financeira, mental, física e social • Metas de desenvolvimento personalizadas e feedback contínuo • Certificações Microsoft, Google e Amazon • Coaching e experiências de aprendizagem prática • Oportunidades de aprendizado com tecnologias de ponta • Ferramentas para planejamento de carreira e suporte ao desenvolvimento profissional • Contratação em regime integral