Atuar na construção, evolução e operação da observabilidade dos ambientes (APM, logs, métricas e traces), garantindo visibilidade ponta a ponta, performance e confiabilidade dos serviços. Será responsável por apoiar times técnicos na identificação de causa raiz, prevenção de incidentes e melhoria contínua da experiência do usuário e dos indicadores de negócio. Responsabilidades e atribuições Implementar e manter a estratégia de observabilidade (monitoramento, tracing distribuído, logging estruturado e métricas) em aplicações e infraestrutura Configurar dashboards, alertas e SLO/SLI, reduzindo ruído e aumentando a assertividade de alarmes Atuar em análise de incidentes e troubleshooting, apoiando a identificação de causa raiz (RCA) e planos de ação Conduzir melhorias de performance, capacidade e estabilidade com base em dados (latência, erros, saturação, throughput) Apoiar a instrumentação de aplicações (ex.: OpenTelemetry) junto aos times de desenvolvimento Garantir padronização de logs, nomenclaturas, tags e boas práticas de observabilidade Automatizar rotinas de monitoramento e respostas iniciais (ex.: alertas inteligentes, correlações, runbooks) Atuar em conjunto com SRE/DevOps/SecOps para governança de observabilidade, compliance e disponibilidade Produzir e manter documentação (dashboards, runbooks, playbooks, catálogo de serviços, dependências) Acompanhar indicadores e propor ações proativas para evitar recorrência de incidentes Requisitos obrigatórios Experiência com práticas de observabilidade: métricas, logs e traces (APM) Experiência com criação de dashboards, alertas e tuning de monitoramento Vivência com troubleshooting em ambientes cloud e/ou híbridos Conhecimento de Linux, redes (HTTP, DNS, TCP) e conceitos de containers Noções de CI/CD e integração com pipelines Capacidade analítica, comunicação clara e boa gestão de prioridades Requisitos desejáveis Conhecimento em OpenTelemetry, Prometheus, Grafana, Loki, Tempo, Elastic/ELK, Splunk, Datadog, New Relic, Dynatrace, Zabbix ou similares Conhecimento em Kubernetes e service mesh (quando aplicável) Experiência com práticas SRE (SLO, error budget, postmortem sem culpa) Noções de segurança e observabilidade (logs auditáveis, trilhas, correlação) Conhecimento básico de programação/scripting (Python, Bash, Go) para automações Competências comportamentais Raciocínio investigativo e foco em causa raiz Organização e atenção a detalhes Boa comunicação com times técnicos e não técnicos Proatividade e postura de melhoria contínua Trabalho colaborativo e senso de dono Diferenciais de atuação Capacidade de reduzir MTTR e aumentar a confiabilidade via observabilidade Criação de alertas acionáveis e redução de falso positivo Evolução de maturidade do time (padrões, playbooks, indicadores e governança)

Exigências

• Escolaridade Mínima: Ensino Superior