[Hiring] Site Reliability Engineer @EX Squared

Role Description

Buscamos un/a Site Reliability Engineer (SRE) con experiencia sólida en operación de servicios críticos y entornos productivos, que combine conocimientos de cloud, automatización, observabilidad y gestión de incidentes para contribuir a la construcción y evolución de plataformas tecnológicas confiables, resilientes y escalables.

La posición trabajará de manera cercana con equipos de desarrollo y plataforma, promoviendo prácticas de confiabilidad desde el diseño hasta la operación y equilibrando la estabilidad de los servicios con la velocidad de entrega de cambios.

Tipo de posición: Tiempo completo, long-term.

Responsibilities

• Diseñar e implementar soluciones de automatización para reducir tareas operativas manuales y repetitivas en ambientes productivos.
• Implementar y evolucionar prácticas de observabilidad, utilizando métricas, logs y trazas para entender el comportamiento de los servicios.
• Definir y mantener SLIs y SLOs en conjunto con equipos de desarrollo y stakeholders del negocio.
• Participar en la atención de incidentes y esquemas de on-call, realizando diagnóstico, contención y recuperación de servicios.
• Liderar y documentar análisis post-incidente y Root Cause Analysis (RCA), identificando oportunidades de mejora y acciones preventivas.
• Promover el modelo “you build it, you run it”, incorporando prácticas de confiabilidad desde el desarrollo.
• Diseñar y mantener mecanismos de control de cambios y despliegues integrados a pipelines de CI/CD.
• Analizar capacidad, performance y comportamiento bajo carga de los servicios, proponiendo mejoras de arquitectura o configuración.
• Evaluar y fortalecer la resiliencia, disponibilidad y recuperación ante fallas de plataformas y servicios.
• Documentar estándares, procedimientos, runbooks y buenas prácticas de Site Reliability Engineering.

Qualifications

• Experiencia profesional en Site Reliability Engineering, DevOps, Cloud, Infrastructure, Systems Engineering u Operations.
• Experiencia hands-on trabajando con servicios críticos y ambientes productivos.
• Sólidos conocimientos de Linux y troubleshooting de infraestructura y aplicaciones.
• Experiencia con plataformas de cloud computing.
• Experiencia en monitoreo y observabilidad mediante métricas, logs, trazas y alertamiento.
• Experiencia atendiendo incidentes de producción, troubleshooting y Root Cause Analysis.
• Conocimiento de conceptos de SLI, SLO y SLA y su aplicación en la gestión de confiabilidad.
• Experiencia con automatización y scripting.
• Conocimiento de CI/CD y procesos modernos de deployment.
• Experiencia con Infrastructure as Code, idealmente Terraform.
• Conocimiento de principios de alta disponibilidad, resiliencia, disaster recovery y escalabilidad.
• Capacidad para trabajar de manera colaborativa con equipos de desarrollo, infraestructura y operaciones.

Requirements

• Deseable experiencia con AWS y arquitecturas cloud-native.
• Deseable experiencia con Terraform y automatización de infraestructura.
• Deseable experiencia con Docker y Kubernetes.
• Deseable conocimiento de herramientas de observabilidad como Prometheus, Grafana, Datadog, Splunk, CloudWatch o equivalentes.
• Deseable experiencia trabajando con estrategias de High Availability y Disaster Recovery.
• Deseable experiencia en análisis de capacidad, performance y escalabilidad.
• Deseable experiencia participando en esquemas de on-call y gestión de incidentes críticos.
• Deseable certificaciones relacionadas con AWS, Cloud Operations o Site Reliability Engineering.

Benefits

• Seguro médico privado.
• Asociación solidarista.
• Vacaciones y feriados de acuerdo con la legislación de Costa Rica.
• Oportunidades de aprendizaje y crecimiento profesional.
• Participación en proyectos tecnológicos de alto impacto.

Note

Esta oportunidad está disponible únicamente para candidatos que residan actualmente en Costa Rica. Aplicaciones fuera de esta región no serán consideradas.