Site Reliability Engineer (SRE)

Requisitos

• Experiencia comprobable en implementación y operación de stacks de observabilidad en ambientes productivos.
• Experiencia gestionando incidentes críticos P1/P2 y elaboración de RCA.
• Experiencia trabajando bajo esquemas on-call y atención fuera de horario hábil.
• Conocimientos sólidos en alta disponibilidad, monitoreo, performance y automatización.

Buscamos una persona analítica, proactiva y orientada a la mejora continua, con capacidad para actuar rápidamente ante incidentes críticos y colaborar en entornos de alta disponibilidad y operación continua.

Principales responsabilidades

• Revisión continua del estado de plataformas: métricas, capacidad, rendimiento y latencias.
• Detección temprana de riesgos operativos y recomendaciones preventivas.
• Monitoreo y revisión de observabilidad: métricas, logs y alertas definidas por el cliente.
• Análisis y gestión de alertas durante el horario del servicio, proponiendo acciones de mitigación.
• Revisión y validación de configuraciones de alta disponibilidad, replicación y failover.
• Automatización de tareas críticas y repetitivas mediante scripts y procesos.
• Participación en análisis de incidentes críticos y elaboración de RCA (Root Cause Analysis).
• Construcción de dashboards, alertamiento proactivo y correlación de eventos.
• Análisis de desempeño end-to-end de plataformas y servicios.

Tecnologías y herramientas

• Grafana
• Zabbix
• OpenTelemetry
• Wazuh
• AWS
• Linux / Red Hat
• Herramientas de automatización y scripting

Certificaciones deseables

• Deseable experiencia en entornos cloud AWS y administración Linux.
• AWS Certified SysOps Administrator – Associate
• AWS Certified DevOps Engineer – Professional
• ITIL Foundation
• Red Hat Certified System Administrator (RHCSA) o RHCE
• Grafana Certified Associate

Nos encontramos en búsqueda de un/a Site Reliability Engineer (SRE), quien será responsable de garantizar la disponibilidad, estabilidad, continuidad operativa y desempeño de las plataformas tecnológicas del cliente, administrando y evolucionando el ecosistema de observabilidad y monitoreo de ambientes críticos, con foco en la detección temprana de incidentes, automatización y mejora continua de la operación.