Site Reliability Engineer

Role Overview

• Tomar la referencia técnica de observabilidad del equipo: definir estándares de métricas, logs y trazas sobre Datadog.
• Tomar ownership del seguimiento de SLOs/SLIs: coordinar con los squads y mantener el backlog activo.
• Optimizar el uso y los costos de Datadog (monitores, ingesta, APM).
• Trabajar con NOC como cliente interno: generar espacios colaborativos, runbooks y post-mortems.
• Empujar la mejora de métricas de detección y resolución de incidentes.
• Identificar oportunidades de automatización en flujos operativos de NOC: reducción de toil, respuestas automáticas y runbooks ejecutables.
• Explorar y proponer el uso de IA para correlación de alertas, detección de anomalías y reducción de ruido operativo.
• Ser el escalado técnico de NOC cuando lo requieran.
• Troubleshooting de aplicaciones en Kubernetes: disponibilidad, performance y conectividad en producción.
• Leer y entender código Node.js para identificar y proponer mejoras de confiabilidad o performance.
• Participar de la rotación de guardia de infraestructura.
• Responder incidentes, coordinar la resolución y documentar el post-mortem.
• Contribuir a la mejora continua del proceso de guardia.
• Evaluar y optimizar la capacidad y el rendimiento de los sistemas para soportar el crecimiento de la carga.
• Colaborar en pruebas de carga y benchmarking para anticipar cuellos de botella.
• Implementar prácticas de ingeniería de confiabilidad para aumentar la resiliencia de los sistemas.
• Identificar y eliminar puntos únicos de falla.
• Reducir el toil mediante automatización de tareas operativas repetitivas.
• Contribuir al seguimiento y optimización de costos cloud, con foco en la plataforma de observabilidad.

Requirements

• Foco en diagnóstico de incidentes.
• Cultura SRE real: SLIs, error budgets, toil: haberlos aplicado.
• Experiencia en administración y orquestación de contenedores con Kubernetes, valorando el uso de Helm.
• Conocimiento de Node.js: poder leer y entender código de aplicación, identificar problemas y meter mejoras puntuales orientadas a confiabilidad o performance.
• Experiencia o afinidad para trabajar con equipos operativos no técnicos (NOC, operaciones)
• capacidad de explicar problemas complejos y generar espacios de mejora.
• Capacidad para moverse en escenarios cambiantes, con mentalidad orientada a resultados y atención al detalle.
• Será deseable que cuentes con:
• Experiencia con Docker, Kubernetes, Istio, AWS EKS, AWS RDS, AWS SQS/SES, CloudFront, AWS S3, Helm.
• Experiencia en flujos de CI/CD en GitHub Actions y gestión de infraestructura con Terraform / Terragrunt.
• Conocimientos en gobernanza de alertas, burn rate múltiple y dashboards de salud por dominio o producto.
• Conocimientos en escalabilidad y elasticidad sobre AWS y aplicaciones hosteadas en Kubernetes.
• Familiaridad con prácticas de FinOps para seguimiento y optimización de costos en AWS.
• Interés o experiencia en AIOps: correlación de alertas, detección de anomalías, automatización de respuestas a incidentes.
• Experiencia trabajando con herramientas de IA y automatización: uso de LLMs para acelerar análisis, scripting inteligente o integración de IA en flujos operativos.

Tech Stack

• AWS
• Cloud
• Docker
• JavaScript
• Kubernetes
• Node.js
• Terraform

Benefits

• 10 días hábiles de vacaciones + 5 días MODO.
• Prepaga para vos y tu grupo familiar.
• Reintegro en app MODO para almuerzos y traslado.
• Membresía en Gympass y descuento en Sport Club para actividad física.
• Licencias extendidas (por matrimonio, maternidad, paternidad y otras).
• Plataforma de capacitaciones y descuentos en universidades para perfeccionar y expandir tus conocimientos.
• Día de cumpleaños libre y medio día por cumpleaños de hijos/as.
• Actividades de team building.
• Posibilidad de desarrollarte en un ambiente flexible, dinámico y en pleno crecimiento.