Ingeniero Sénior de Fiabilidad de Operaciones en la Nube (SRE)

Descripción del trabajo: El Ingeniero Superior de Confiabilidad de Operaciones en la Nube es responsable de impulsar la excelencia operacional y fortalecer la postura de fiabilidad de los servicios basados en la nube y las plataformas soportadas. Esta función es dueña de iniciativas críticas de fiabilidad, establece prácticas de observabilidad y salud de servicios, y conduce la coordinación de la respuesta a incidentes para mejorar la disponibilidad de servicios, resiliencia y recuperación. El Ingeniero Superior de Confiabilidad de Operaciones en la Nube colabora con equipos de ingeniería, seguridad y operaciones para promover prácticas de confiabilidad, apoyar y alcanzar objetivos de servicio maduros, mejorar la preparación de la producción y desarrollar automatización centrada en la confiabilidad que reduzca el trabajo operativo y acelere la recuperación de incidentes. • Confiabilidad y salud operativa de servicios propios: establecer y mantener SLOs/SLIs, diseñar estrategias de monitoreo y alerta, y impulsar mejoras que mejoran la disponibilidad de servicios y el rendimiento en las plataformas de nube. • La coordinación de la respuesta a incidentes y los procesos posteriores a incidentes, incluyendo problemas complejos de producción, la realización de análisis de causas profundas y la conducción de actividades de rehabilitación con rendición de cuentas por la calidad del cronograma y la resolución. • Diseñar e implementar automatización centrada en la confiabilidad, herramientas operativas y runbooks para reducir el trabajo manual, mejorar la consistencia de la respuesta y fortalecer la disponibilidad de producción y la resiliencia; aplicar la infraestructura como prácticas de código cuando sea apropiado para apoyar la recuperación, fiabilidad y consistencia operacional. • Crear soluciones de observabilidad a través de estrategias integrales de monitoreo, registro y alerta; establecer correlación de eventos y procedimientos de escalada para asegurar la detección y respuesta rápida de problemas. • Realizar análisis de rendimiento y capacidad, evaluar las tendencias de utilización, identificar los cuellos de botella; proporcionar recomendaciones para el aumento de la fiabilidad, la mejora del rendimiento, la planificación de la capacidad y la disponibilidad operacional de los servicios basados en la nube. • Colaborar con los equipos de desarrollo e ingeniería para evaluar la preparación para el despliegue, apoyar mejoras en la fiabilidad del despliegue e implementar prácticas óptimas operativas que fortalezcan la fiabilidad de los servicios, la preparación para la devolución y la compatibilidad de la producción. • Contribuir a la recuperación en casos de desastre y a la planificación de la continuidad de las operaciones, realizar ejercicios de preparación operacional y asegurar procedimientos de recuperación y documentación que reflejen los requisitos de estado de producción y de negocios en evolución. • Los miembros del equipo de mentores y establecer normas y prácticas de confiabilidad dentro de Cloud Operations y áreas de servicio soportadas; crear y mantener documentación operacional, procedimientos operativos estándar y materiales de base de conocimientos. • Apoyar la adhesión operacional a las iniciativas de gobernanza, cumplimiento y seguridad en la nube; incluyendo control de acceso, etiquetado, registro y preparación de auditoría, y documentación relacionada con la fiabilidad. • Realizar otros deberes que apoyen el objetivo general de la posición. Educación requerida: • Licenciado en Ciencias de la Computación, Ingeniería, Sistemas de Información o un campo relacionado. • O cualquier combinación de educación y experiencia que proporcione las calificaciones necesarias para la posición. Experiencia requerida: • 10 años más de experiencia profesional en operaciones en la nube, ingeniería de fiabilidad del sitio, DevOps, operaciones de infraestructura, o una disciplina relacionada con la propiedad demostrada de sistemas de producción. • Extensiva experiencia práctica apoyando entornos de nube de producción utilizando Google Cloud Platform (GCP), AWS o proveedores de servicios cloud equivalentes. • Experiencia demostrada en monitoreo, plataformas de observabilidad, estrategias de alerta, respuesta a incidentes, análisis de causa raíz y soporte de producción en arquitecturas distribuidas o nativas de la nube. • Experiencia demostrada con Infraestructura como Código (Terraform, Administrador de Despliegue, CloudFormation, etc.) y las mejores prácticas de control de versiones. • Fuertes antecedentes en procesos de gestión de incidentes y de revisión post-incidente; experiencia en la conducción de acciones correctivas y el establecimiento de mejoras de fiabilidad. • Experiencia con operaciones de Kubernetes, plataformas de contenedores y orquestación. • Experiencia con monitoreo del rendimiento de aplicaciones (APM) y localización distribuida. • Experiencia de mentores de ingenieros junior o iniciativas de mejoras operativas líderes. Licencia/Certificación requerida: • Certificaciones de Google Cloud: Google Cloud Associate Cloud Engineer, Google Cloud Professional Cloud Architect, Google Cloud Professional Cloud Operations Engineer o Google Cloud Professional Data Engineer. • Certificación AWS: AWS SysOps Administrator o equivalente. • Certificaciones avanzadas en Kubernetes, Terraform, plataformas de observabilidad, DevOps, Ingeniería de Confiabilidad del Sitio (SRE), o ITIL. Conocimiento, habilidades y habilidades: • Conocimiento de: Conocimiento de trabajo sobre prácticas de CI/CD, gobernanza en la nube, marcos de cumplimiento, recuperación en casos de desastre y planificación de la continuidad de las operaciones. Conocimiento técnico profundo de Google Cloud Platform (GCP), AWS, o proveedores de cloud similares; comprensión de servicios nativos en la nube, redes, seguridad y modelos de cálculo. Familiaridad con herramientas de observabilidad como Grafana, Prometheus, Cloud Monitoring o plataformas similares. Preferían operaciones de seguridad, auditorías de cumplimiento o procesos de preparación de auditoría. • Habilidad en: Experiencia práctica con plataformas de monitoreo (Datadog, Nueva Reliquia, Prometeo, Vigilancia de la Nube, etc.); capacidad para diseñar tableros de control eficaces, alertas y controles de salud. Competencia en lenguajes de scripting (Python, Bash, Go, etc.) para desarrollar soluciones de automatización que reduzcan el esfuerzo manual. • Capacidad para: Capacidad avanzada para diagnosticar problemas complejos de infraestructura multicapa y coordinar la recuperación oportuna. Capacidad para traducir las conclusiones técnicas complejas en recomendaciones viables; experiencia que influye en los equipos multifuncionales sobre prácticas de fiabilidad. La empresa ha revisado esta descripción del trabajo para asegurar que se hayan incluido funciones esenciales y deberes básicos. Está destinado a proporcionar directrices para las expectativas de empleo y la capacidad del empleado para cumplir la posición descrita. No se pretende interpretar como una lista exhaustiva de todas las funciones, responsabilidades, habilidades y capacidades. Los supervisores podrán asignar funciones y requisitos adicionales según se considere apropiado. Este documento no representa un contrato de empleo, y la empresa se reserva el derecho de cambiar esta descripción de empleo y/o asignar tareas para que el empleado realice, como la empresa puede considerar apropiado. NextGen Healthcare es un empleador de igualdad de oportunidades. Celebramos la diversidad y estamos comprometidos a crear un entorno inclusivo para todos los empleados.