Engenheiro Sênior de Confiabilidade de Operações em Nuvem (SRE)

Descrição do trabalho: O Engenheiro de Confiabilidade de Operações em Nuvem Sênior é responsável por impulsionar a excelência operacional e fortalecer a postura de confiabilidade de serviços baseados em nuvem e plataformas suportadas. Esse papel possui iniciativas críticas de confiabilidade, estabelece a observabilidade e as práticas de saúde dos serviços e conduz à coordenação da resposta incidente para melhorar a disponibilidade, resiliência e recuperação dos serviços. O Senior Cloud Operations Reliability Engineer parceiros com equipes de engenharia, segurança e operações para promover práticas de confiabilidade, suporte e objetivos de nível de serviço maduros, melhorar a prontidão da produção e desenvolver automação focada em confiabilidade que reduz o trabalho operacional e acelera a recuperação de incidentes. • Confiabilidade de serviços próprios e saúde operacional – estabeleça e mantenha SLOs/SLIs, monitore e alerte estratégias e promova melhorias que melhorem a disponibilidade e o desempenho de serviços em plataformas de nuvem. • Coordenação de resposta a incidentes e processos pós-incidentes, incluindo problemas de solução de problemas complexos de produção, realização de análise de causa raiz e atividades de remediação de condução com responsabilização por cronologia e qualidade de resolução. • Projete e implemente automação focada na confiabilidade, ferramentas operacionais e livros de execução para reduzir a labuta manual, melhorar a consistência da resposta e fortalecer a prontidão e resiliência da produção; aplique as práticas de infraestrutura como Código quando apropriado para apoiar a recuperação, confiabilidade e consistência operacional. • Construir soluções de observação através de estratégias abrangentes de monitoramento, registro e alerta; estabelecer procedimentos de correlação de eventos e escalada para garantir a detecção rápida de problemas e resposta. • Realizar análise de desempenho e capacidade, avaliar tendências de utilização, identificar gargalos; fornecer recomendações para a escala focada na confiabilidade, melhoria de desempenho, planejamento de capacidade e prontidão operacional de serviços baseados em nuvem. • Parceria com equipes de desenvolvimento e engenharia para avaliar a prontidão de implantação, apoiar melhorias na confiabilidade de implantação e implementar as melhores práticas operacionais que reforçam a confiabilidade do serviço, prontidão de retorno e suporte à produção. • Contribuir para recuperação de desastres e planejamento de continuidade de negócios, realizar exercícios de prontidão operacional e garantir procedimentos de recuperação e documentação refletem o estado atual de produção e os requisitos de negócios em evolução. • Membros da equipe de mentores e estabelecer padrões e práticas de confiabilidade dentro de operações em nuvem e áreas de serviço suportadas; criar e manter documentação operacional, procedimentos operacionais padrão e materiais de base de conhecimento. • Apoiar a adesão operacional às iniciativas de governança, conformidade e segurança na nuvem; incluindo controle de acesso, marcação, registro e prontidão para auditoria e documentação relacionada à confiabilidade. • Execute outros deveres que apoiem o objetivo geral da posição. Educação necessária: • Licenciatura em Ciência da Computação, Engenharia, Sistemas de Informação, ou uma área relacionada. • Ou qualquer combinação de educação e experiência que forneça as qualificações necessárias para o cargo. Experiência necessária: • 10+ anos de experiência profissional em operações em nuvem, engenharia de confiabilidade do site, DevOps, operações de infraestrutura, ou uma disciplina relacionada com a propriedade demonstrada de sistemas de produção. • Extensa experiência prática suportando ambientes de nuvem de produção usando o Google Cloud Platform (GCP), AWS ou provedores de serviços de nuvem equivalentes. • Experiência comprovada em monitoramento, plataformas de observação, estratégias de alerta, resposta a incidentes, análise de causa raiz e suporte à produção em arquiteturas distribuídas ou nativas na nuvem. • Experiência comprovada com Infraestrutura como Código (Terraform, Gerenciador de Implantação, CloudFormation, etc.) e melhores práticas de controle de versão. • Forte experiência em gestão de incidentes e processos de revisão pós-incidente; experiência conduzindo ações corretivas e estabelecendo melhorias de confiabilidade. • Experiência com operações Kubernetes, contêinerização e plataformas de orquestração. • Experiência com monitoramento de desempenho de aplicação (APM) e rastreamento distribuído. • Experiência em orientar engenheiros júnior ou iniciativas de melhoria operacional. Licença/certificação necessária: • Certificações do Google Cloud: Google Cloud Associate Cloud Engineer, Google Cloud Professional Cloud Architect, Google Cloud Professional Cloud Operations Engineer ou Google Cloud Professional Data Engineer. • Certificação AWS: Administrador do AWS SysOps ou equivalente. • Certificações avançadas em Kubernetes, Terraform, plataformas de observação, DevOps, Engenharia de Confiabilidade do Site (SRE) ou ITIL. Conhecimento, Habilidades e Habilidades: • Conhecimento de: Conhecimento sobre práticas de CI/CD, governança em nuvem, quadros de conformidade, recuperação de desastres e planejamento de continuidade de negócios. Conhecimento técnico profundo do Google Cloud Platform (GCP), AWS ou provedores de nuvem semelhantes; compreensão de serviços nativos na nuvem, redes, segurança e modelos de computação. Familiaridade com ferramentas de observação, como Grafana, Prometeu, Monitoramento em nuvem ou plataformas semelhantes. Operações de segurança, auditoria de conformidade, ou processos de prontidão de auditoria, preferidos. • Habilidade em: Experiência prática com plataformas de monitoramento (Datadog, New Relic, Prometheus, Cloud Monitoring, etc.); capacidade de projetar painéis, alertas e verificações de saúde eficazes. Proficiência em linguagens de script (Python, Bash, Go, etc.) para desenvolver soluções de automação que reduzam o esforço manual. • Capacidade de: Capacidade avançada para diagnosticar problemas de infraestrutura complexos, multi-camadas e coordenar a recuperação oportuna. Capacidade de traduzir achados técnicos complexos em recomendações acionáveis; experiência influenciando equipes interfuncionais em práticas de confiabilidade. A empresa analisou esta descrição do trabalho para garantir que as funções essenciais e os deveres básicos foram incluídos. Destina-se a fornecer orientações para as expectativas de emprego e a capacidade do empregado para desempenhar a posição descrita. Não se destina a ser interpretado como uma lista exaustiva de todas as funções, responsabilidades, habilidades e habilidades. Podem ser atribuídas funções e requisitos adicionais pelos supervisores, conforme adequado. Este documento não representa um contrato de trabalho, e a empresa reserva-se o direito de alterar esta descrição do trabalho e/ou atribuir tarefas ao empregado para executar, como a empresa pode considerar apropriado. NextGen Healthcare é um empregador de igualdade de oportunidades. Celebramos a diversidade e estamos empenhados em criar um ambiente inclusivo para todos os funcionários.