Ingeniero Líder de Confiabilidad de Sitios

Descripción

Resumen: Ingeniero Líder de Confiabilidad de Sitios para impulsar operaciones fiables en la infraestructura, gestionando el monitoreo, la observabilidad y el registro de eventos con Dynatrace y Splunk, y colaborando en la respuesta a incidentes. Aspectos destacados: 1. Impulsar operaciones fiables en un amplio panorama de infraestructura 2. Gestionar el monitoreo, la observabilidad y el registro de eventos con Dynatrace y Splunk 3. Colaborar en la respuesta a incidentes y realizar análisis de causa raíz Buscamos un **Ingeniero Líder de Confiabilidad de Sitios** que se integre al equipo e impulse operaciones fiables en un amplio panorama de infraestructura. Usted gestionará el monitoreo, la observabilidad y el registro de eventos con Dynatrace y Splunk, y contribuirá a la evolución de paneles de control, alertas y prácticas de análisis. Asimismo, participará en la rotación de guardias y colaborará en la respuesta a incidentes. ¡Postúlese ahora! **Responsabilidades** * Monitorear y mantener la salud, el rendimiento y la confiabilidad de las aplicaciones y servicios del cliente * Operar y mejorar continuamente Dynatrace y Splunk, incluidos los paneles de control, las alertas, la detección de anomalías y el análisis de registros * Analizar alertas, determinar las causas probables y ofrecer recomendaciones accionables a los equipos de ingeniería y gestión de incidentes * Apoyar las actividades de respuesta a incidentes y participar en la rotación de guardias * Realizar análisis de causa raíz (RCA) e impulsar mejoras medibles tras los incidentes * Definir y supervisar SLO, SLA y presupuestos de errores * Detectar y subsanar brechas en observabilidad y monitoreo en los servicios * Mantener manuales operativos y documentación de apoyo **Requisitos** * Experiencia comprobada de 5\+ años en Ingeniería de Confiabilidad de Sitios, Operaciones de Producción, DevOps o un rol estrechamente relacionado * Conocimientos profundos de Dynatrace y Splunk, incluidos APM, alertas, paneles de control, monitoreo de experiencia del usuario real (RUM), monitoreo sintético, análisis de flujo de servicios, consultas SPL y análisis de registros * Experiencia práctica en gestión de incidentes en producción y soporte en guardia, abarcando clasificación de alertas, respuesta a incidentes, RCA y revisiones posteriores a incidentes * Excelentes habilidades de resolución de problemas y capacidad de RCA en aplicaciones y servicios distribuidos * Comprensión sólida de arquitectura de aplicaciones, dependencias entre servicios, integraciones, análisis de rendimiento, mapeo de dependencias e identificación de cuellos de botella * Experiencia práctica con servicios de AWS, incluidos CloudWatch, ECS, EC2, ALB, Route53, RDS y VPC * Conocimientos prácticos de pipelines CI/CD y procesos de validación de lanzamientos * Dominio del inglés a nivel B2 (intermedio alto) o superior **Deseable** * Familiaridad con capacidades de observabilidad asistidas por IA * Experiencia optimizando estrategias de monitoreo y alertas * Conocimiento de Infraestructura como Código (Terraform o equivalente) * Experiencia en el sector de viajes/aviación * Antecedentes en apoyo a iniciativas de modernización y transformación en la nube **Ofrecemos** * Proyectos internacionales con marcas líderes * Trabajo con equipos globales altamente calificados y diversos * Beneficios médicos * Programas financieros para empleados * Días de vacaciones pagados y licencias por enfermedad * Capacitación continua, reconversión profesional y cursos de certificación * Acceso ilimitado a la biblioteca de LinkedIn Learning y más de 22.000 cursos * Oportunidades profesionales globales * Oportunidades de voluntariado y participación comunitaria * Grupos de empleados de EPAM * Cultura galardonada reconocida por Glassdoor, Newsweek y LinkedIn