Staff Software Engineer, Machine Learning Operations
Grainger
AnsibleAWSCloudDistributed SystemsGoGrafanaKubernetesPrometheusPythonSplunkTerraform
Senior Site Reliability Engineer
Dresden Partners Community
full-time
Posted on:
Location Type: Remote
Location: Remote • 🇺🇸 United States
Visit company websiteJob Level
Senior
Tech Stack
AnsibleAWSCloudDockerGrafanaGroovyKafkaKubernetesLinuxMySQLOraclePrometheusPythonSplunkTerraform
About the role
- Diseñar, implementar y gestionar frameworks de observabilidad para sistemas confiables, escalables y de alto rendimiento.
- Construir y operar plataformas de observabilidad de extremo a extremo utilizando Prometheus, Grafana, AppDynamics, Splunk, Kibana y herramientas AIOps.
- Desarrollar y optimizar dashboards (single-pane-of-glass) alineados con procesos críticos del negocio.
- Configurar y ajustar mecanismos de alertas (thresholds, composite alerts, reducción de ruido) para garantizar que las alertas sean accionables.
- Aplicar detección de anomalías basada en ML para monitoreo proactivo y prevención de incidentes.
- Traducir datos de telemetría, dashboards y alertas en insights claros de negocio y comunicarlos en inglés para equipos globales.
- Liderar y apoyar la gestión de incidentes, RCA y post-mortems, implementando mejoras para prevenir recurrencias.
- Crear dashboards correlacionados para ofrecer visibilidad de extremo a extremo desde solicitudes externas hasta aplicaciones internas.
- Colaborar con equipos de desarrollo para integrar prácticas de resiliencia y observabilidad en los servicios.
- Establecer mejores prácticas en monitoreo, alertas, automatización y optimización de desempeño.
- Automatizar flujos operativos para reducir toil, acelerar tiempos de respuesta y mejorar eficiencia.
- Asegurar el cumplimiento de estándares de seguridad, gobernanza y normativas en todas las prácticas SRE.
- Colaborar con infraestructura, seguridad y desarrollo para fomentar una cultura de mejora continua de confiabilidad.
Requirements
- +7 años de experiencia práctica en SRE con sólido conocimiento en observabilidad, monitoreo, alertas y automatización.
- Experiencia con Prometheus, Grafana, AppDynamics, Splunk, Kibana, SolarWinds.
- Experiencia definiendo SLIs/SLOs.
- Experiencia en monitoring-as-code y automatización de dashboards.
- Experiencia en AWS (Control Tower, RDS, SSO, automatización).
- Conocimientos en Docker, Kubernetes, GitLab CI/CD, Terraform y administración Linux.
- Automatización con Ansible, Python, Groovy u otros scripts para despliegues y provisión de infraestructura.
- Experiencia con sistemas de mensajería (Kafka, MQ) y bases de datos (Oracle, MySQL).
- Plus: Certificaciones CSRE, CKA, AWS DevOps Engineer Professional, Google Cloud DevOps Engineer.
- Idioma: Inglés avanzado conversacional.
Benefits
- Contratación directa.
- Prestaciones de ley y superiores.
- Vales de despensa.
- Seguro de vida.
- Plan dental.
- Fondo de ahorro.
- Capacitaciones y más.
ATS Keywords
Tip: use these terms in your resume and cover letter to boost ATS matches.
Hard skills
observabilidadmonitoreoalertasautomatizaciónSLIsSLOsmonitoring-as-codePythonDockerKubernetes
Soft skills
comunicaciónliderazgocolaboraciónmejora continuagestión de incidentes
Certifications
CSRECKAAWS DevOps Engineer ProfessionalGoogle Cloud DevOps Engineer
Similar jobs on JobTailor
Senior DevOps Engineer
BTECH
AnsibleAWSAzureCloudDockerGoGoogle Cloud PlatformGrafanaJenkinsKubernetesMongoDBMySQL+6 more
DevOps Engineer, Mid-Level
Auros
AnsibleAWSAzureCloudDockerGoGrafanaJavaScriptKubernetesLinuxNode.jsPrometheus+3 more
Site Reliability Engineer 3
Granicus
AnsibleAWSAzureChefCloudDistributed SystemsDockerGoGrafanaJavaKubernetesLinux+9 more
Software Engineering Manager – Platform Core Services
Canopy
AnsibleAWSAzureCloudDockerGoogle Cloud PlatformGrafanaIoTJenkinsKubernetesPrometheusTerraform