DevOps Engineer Pleno

• Projetar, evoluir e manter pipelines de CI/CD multi-stage com GitHub Actions, atuando na otimização de tempo de build, cache e estratégias de deploy (blue/green, canary, rollback).
• Desenvolver e manter módulos Terraform reutilizáveis, com gestão de state, workspaces e revisão de planos via Atlantis (GitOps para IaC).
• Operar e evoluir ambientes em AWS (ECS/Fargate, EKS, Lambda, RDS/Aurora, S3, IAM, VPC e networking) e GCP (GKE, Cloud Run), com foco em disponibilidade, segurança e custo.
• Implantar e sustentar entregas em Kubernetes com Helm e ArgoCD, incluindo troubleshooting de workloads, recursos e networking do cluster.
• Implementar e evoluir a stack de observabilidade (Datadog, Prometheus, Grafana, Loki/Tempo, CloudWatch): dashboards, monitores, tracing distribuído e estratégia de logs.
• Definir e acompanhar SLIs/SLOs e error budgets dos serviços críticos, propondo ações concretas de confiabilidade a partir dos dados.
• Atuar como primary em escala de on-call: responder incidentes, conduzir troubleshooting em produção, escrever post-mortems sem culpabilização e endereçar as ações corretivas.
• Automatizar tarefas operacionais e reduzir toil por meio de scripts e ferramentas internas (Python, Go ou Bash), incluindo evolução do CLI interno do time.
• Integrar práticas de DevSecOps aos pipelines (Trivy, Checkov, SonarQube, SAST/DAST), tratando achados junto aos times de desenvolvimento.
• Contribuir com iniciativas de FinOps: análise e rateio de custos, tagging, right-sizing de recursos e identificação de oportunidades de economia.
• Manter e evoluir a camada de borda e segurança de rede (Cloudflare, WAF, DNS, ZTNA), em um contexto de dados sensíveis de saúde sujeito à LGPD.
• Mentorar pessoas em níveis iniciais, participar de design/architecture reviews, definir padrões técnicos e documentar decisões, runbooks e arquiteturas.
• Utilizar ferramentas de IA no fluxo de trabalho para acelerar automações, troubleshooting, revisão de IaC e documentação, com julgamento crítico sobre o output gerado e cuidado com dados sensíveis.
• Colaborar diretamente com os times de produto e desenvolvimento, garantindo entregas seguras, automatizadas, observáveis e escaláveis.

Obrigatórios

• Experiência sólida em operação de ambientes de produção na AWS, com autonomia em ECS/EKS, Lambda, IAM e networking (VPC, subnets, security groups, load balancers).
• Domínio de Terraform além do uso básico: criação de módulos, gestão de state, workspaces e boas práticas de versionamento de providers.
• Experiência prática construindo e mantendo pipelines complexas em GitHub Actions.
• Vivência real com containers e orquestração (Docker, ECS e Kubernetes), incluindo troubleshooting de aplicações em execução.
• Conhecimentos consistentes em observabilidade: métricas, logs e traces, criação de dashboards e alertas acionáveis (Datadog, Grafana, Prometheus ou equivalentes).
• Administração e troubleshooting de Linux em produção: processos, rede, permissões, performance e análise de recursos.
• Scripting para automação (Python, Go ou Bash) e domínio de Git e estratégias de branching.
• Fundamentos de segurança aplicados à infraestrutura: gestão de secrets, princípio do menor privilégio, hardening e segmentação de rede.
• Uso ativo de assistentes de IA no dia a dia técnico (ex.: Claude Code, GitHub Copilot, Cursor) para escrever automações, investigar incidentes e documentar, sabendo validar criticamente o resultado e reconhecer os limites da ferramenta.
• Capacidade de atuar com autonomia em projetos de média complexidade, documentar o que constrói e comunicar decisões técnicas com clareza.

Desejáveis

• Certificação AWS Solutions Architect Associate (SAA-C03) ou GCP Associate Cloud Engineer — parte da trilha de carreira do time e apoiada pela empresa.
• Certificações complementares: Terraform Associate, CKA/CKAD, AWS DevOps Professional.
• Experiência com GitOps (ArgoCD ou Flux) e com Helm em produção.
• Vivência com GCP (GKE, Cloud Run) e cenários multi-cloud.
• Práticas de SRE: definição de SLIs/SLOs, error budgets e condução de post-mortems.
• FinOps: análise de custos, tagging e otimização de recursos em cloud.
• DevSecOps: Trivy, Checkov, SonarQube ou ferramentas equivalentes integradas ao pipeline.
• Experiência com Cloudflare (WAF, DNS, Zero Trust) e com contextos regulados por LGPD.
• Experiência em construir automações e agentes com IA: MCP (Model Context Protocol), skills/prompts versionados, integração de LLMs em pipelines ou ferramentas internas.
• Vivência com plataformas de automação e orquestração de workflows com IA (ex.: n8n) aplicadas a processos de engenharia e operação.
• Noções de observabilidade e controle de custo de workloads de IA (metrificação de uso, rate limits, escolha de modelo por tarefa).
• Experiência prévia em mentoria de pessoas ou condução técnica de projetos.