Responsabilidades:

• Diseñar, implementar y mantener la estrategia de observabilidad
• Medir y optimizar los SLOs, contribuyendo a la reducción del MTTR (Mean Time To Repair)
• Liderar el análisis de incidentes y la elaboración de postmortems accionables
• Presentar métricas de confiabilidad y desempeño a stakeholders y niveles directivos

Requisitos Técnicos:

• 1. Stack de Observabilidad
• Experiencia avanzada en monitoreo y métricas con Prometheus, Grafana, Datadog o New Relic
• Gestión de logs centralizados con ELK Stack (Elasticsearch, Logstash, Kibana), Splunk o Graylog
• Implementación de trazabilidad distribuida con OpenTelemetry, Jaeger o Honeycomb para identificar cuellos de botella en microservicios
• 2. Ingeniería de Confiabilidad (SRE Core)
• Capacidad para definir y configurar SLIs y SLOs alineados a las expectativas del negocio
• Conocimiento en gestión de Error Budgets para decidir cuándo priorizar estabilidad sobre nuevas funcionalidades
• Experiencia liderando procesos de Postmortem sin culpables y análisis de causa raíz (RCA)
• 3. Automatización y Plataforma
• Dominio de Infrastructure as Code con Terraform o CloudFormation para despliegues automatizados de agentes de monitoreo
• Conocimiento sólido en Kubernetes/OpenShift con recolección de métricas a nivel de clúster (Kube-state-metrics, Node Exporter)
• Capacidad de automatizar respuestas a alertas y runbooks mediante Python, Go o Bash
• 4. Gestión de Alertas y Respuesta a Incidentes
• Configuración de alertas inteligentes que reduzcan ruido y fatiga operacional con PagerDuty, Opsgenie o VictorOps
• Dominio de técnicas de diagnóstico rápido en entornos productivos bajo presión, con foco en la reducción de MTTR

Beneficios

• 100% remoto
• Compromiso a largo plazo, con autonomía e impacto
• Rol estratégico y de alta visibilidad en una cultura de ingeniería moderna
• Equipo internacional colaborativo y liderazgo técnico sólido
• Plan de carrera y crecimiento dentro de Coderio