Arquiteto(a) Sênior de Plataforma

Vaga não está no LinkedIn

🕒 Setembro 10

🌐 Brasil, Argentina, +3 outros países – Remoto

🇧🇷 Brasil – Remoto 🇦🇷 Argentina – Remoto 🇨🇴 Colômbia – Remoto 🇲🇽 México – Remoto 🇵🇪 Peru – Remoto

⏰ Tempo Integral

🟠 Sênior

🔙 Engenheiro Backend

👻 Score fantasma 46%

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

PrideLogic

SiteLinkedInTodas as Vagas

11 - 50 funcionários

A PrideLogic é uma empresa que, no momento, não tem informações detalhadas disponíveis, pois seu site está em construção. Mais detalhes poderão ser fornecidos no futuro, assim que as atualizações estiverem disponíveis em seu site.

Descrição

• Criar e operar infraestrutura escalável de backend e AI para cargas de trabalho em tempo real e em lote • Projetar e manter workflows de deployment com versionamento, rollouts graduais, releases automatizados, monitoramento e estratégias de rollback • Criar e operar sistemas de LLM e agentic em produção • Integrar provedores de modelos, APIs, gateways, ferramentas e serviços externos, gerenciando limites de taxa, confiabilidade, guardrails e degradação controlada • Desenvolver serviços reutilizáveis, APIs, automações e pipelines de dados para produtos baseados em AI e recursos internos da plataforma • Estender infraestrutura como código usando Terraform e padrões reutilizáveis de provisionamento • Manter workflows de deployment GitOps usando ferramentas como ArgoCD • Executar cargas de trabalho distribuídas em Kubernetes/GKE, gerenciando escalabilidade, posicionamento de workloads, isolamento de tenants, confiabilidade dos serviços e capacidade da infraestrutura • Melhorar a observabilidade e a confiabilidade por meio de métricas, logs, tracing, SLOs, alertas, resposta a incidentes e ferramentas operacionais • Identificar melhorias de performance e redução de custos de infraestrutura em serviços de cloud, computação, APIs e workloads de AI • Utilizar ferramentas de coding agentic e de desenvolvimento com AI para scaffolding, geração e revisão de código, debugging e automação de workflows • Orientar a evolução da plataforma à medida que crescem a escala, os domínios arquiteturais e os requisitos de ML/AI

🎯 Requisitos

• Mais de 5 anos de experiência em platform engineering, SRE ou infraestrutura, incluindo operação de sistemas de produção em escala • Sólida base em SRE/DevOps; experiência como responsável pela confiabilidade em produção, definição e medição de SLOs, condução de post-mortems e implementação de melhorias mensuráveis • Conhecimento profundo de Terraform, incluindo gerenciamento de estados complexos, módulos reutilizáveis, configurações multi-projeto e workflows de plan/apply orientados por CI • Sólida experiência com GitOps e ArgoCD ou Flux em produção • Conhecimento profundo de Kubernetes, incluindo operação de clusters em produção, modos de falha e compreensão em nível de control plane • Sólida experiência com infraestrutura de cloud em AWS, Azure ou GCP, incluindo networking, computação, IAM, storage e arquitetura multi-account ou multi-project • Experiência prática na criação e operação de pipelines de CI/CD • Abordagem sênior orientada à automação • Uso ativo de ferramentas de coding agentic • Excelente comunicação para decisões operacionais, trade-offs técnicos e resumos de incidentes • Experiência com MLOps será considerada um diferencial • Forte experiência com GCP será considerada um diferencial • Experiência com BigQuery em produção será considerada um diferencial • Experiência com agendamento de GPUs/aceleradores e gerenciamento do ciclo de vida de nodes será considerada um diferencial • Experiência na operação de inferência de LLM em escala será considerada um diferencial • Experiência com ferramentas de pipelines de ML e orquestração será considerada um diferencial • Experiência com model registries, feature stores e acompanhamento de experimentos será considerada um diferencial • Familiaridade com monitoramento de drift de modelos e dados será considerada um diferencial • Experiência em FinOps será considerada um diferencial • Familiaridade com infraestrutura de dados será considerada um diferencial • Experiência com infraestrutura multi-tenant será considerada um diferencial • Experiência na escalabilidade de plataformas ou infraestrutura de ML, de startups a ambientes enterprise, será considerada um diferencial

🏖️ Benefícios

• Pagamento em USD • Trabalho remoto na América Latina • Horário de trabalho no fuso EST