Portugal
ambi.
ambi.
SRE - Ingeniero Senior de Fiabilidad de Sitios
Portugal
Lisbon, Portugal
TypeScriptPythonGCPDockerKubernetesTerraform
Traducción automática. Consulta el original.
SOBRE EL PUESTO
Ayuda a que los agentes de IA sean lo suficientemente fiables como para ejecutar flujos de trabajo críticos para el negocio.
Nuestra plataforma permite a los agentes de IA ejecutar flujos de trabajo complejos de clientes a través del razonamiento y el uso extensivo de herramientas. Como Ingeniero Senior de Fiabilidad de Sitios, darás forma a cómo construimos, observamos, lanzamos y operamos estos sistemas, y ayudarás a ganarte la confianza de los clientes que dependen de ellos.
Este es un puesto de ingeniería práctico con la posibilidad de construir y evolucionar nuestra práctica de fiabilidad. Trabajarás en equipos de infraestructura y aplicaciones, mejorando los cimientos que permiten a los ingenieros lanzar código de forma rápida y segura.
Abordarás dos desafíos conectados: mantener la fiabilidad de un entorno de ingeniería en rápida evolución a medida que la IA acelera la entrega de código, y comprender cómo se comportan los agentes en producción. Eso significa detectar fallos de forma temprana, investigar comportamientos inesperados e identificar qué impulsa la latencia en flujos de trabajo complejos.
QUÉ ESPERAR
Ayudarás a construir la práctica de fiabilidad, con la autonomía y responsabilidad para influir en cómo trabajan los equipos de ingeniería. El puesto se adapta a alguien que disfruta escribiendo código, mejorando sistemas y aportando estructura a los desafíos operativos.
Tu enfoque principal será la fiabilidad, seguridad y operabilidad de la plataforma y sus agentes. Trabajarás estrechamente con los equipos que desarrollan capacidades de IA y funciones orientadas al cliente.
QUÉ HARÁS *
- Da forma a nuestros cimientos de fiabilidad. Evoluciona nuestra infraestructura, observabilidad y procesos de lanzamiento para soportar el desarrollo rápido y sistemas de producción fiables. *
- Haz visible el comportamiento de los agentes. Crea telemetría que ayude a los equipos a comprender la ejecución de flujos de trabajo, detectar agentes que se comportan mal e investigar fallos y latencia. *
- Mejora la detección y recuperación. Crea monitorización, alertas y herramientas de diagnóstico accionables para que los ingenieros de guardia puedan evaluar el impacto en el cliente y mitigar incidentes rápidamente. *
- Lidera la respuesta a incidentes y el seguimiento. Coordina respuestas estructuradas, investiga las causas raíz y trabaja con los equipos de ingeniería para implementar acciones post-incidente que prevengan recurrencias. *
- Construye infraestructura segura. Fortalece el aislamiento de inquilinos, la ejecución en entornos aislados (sandboxed), la gestión de claves de cifrado y las protecciones de red para cargas de trabajo empresariales. *
- Automatiza el trabajo operativo. Mejora la infraestructura como código, pipelines de CI/CD y orquestación de contenedores para reducir el trabajo repetitivo y hacer los cambios más seguros. *
- Asume la propiedad de las mejoras de fiabilidad de principio a fin. Identifica prioridades, propone soluciones, impélalas a producción y mide su impacto. *
- Realiza compensaciones pragmáticas. Equilibra la fiabilidad, la seguridad, la velocidad de entrega y la complejidad operativa, incluso durante incidentes cuando la información es incompleta.
QUÉ APORTARÁS
Evaluaremos a los candidatos según las siguientes capacidades principales: *
- Experiencia en producción con sistemas distribuidos. Has diseñado y operado sistemas a escala y comprendes los modos de fallo, la planificación de capacidad y las compensaciones entre consistencia, disponibilidad y latencia. *
- Sólidas habilidades de observabilidad y respuesta a incidentes. Creas monitorización que expone problemas significativos, lideras investigaciones metódicas y conviertes incidentes en mejoras duraderas. *
- Una mentalidad de ingeniería con prioridad en la seguridad. Puedes razonar sobre datos sensibles, límites de acceso, cifrado y aislamiento de cargas de trabajo, y traducir esas preocupaciones en controles de infraestructura prácticos. *
- Experiencia en automatización de infraestructura. Has utilizado infraestructura como código, pipelines de CI/CD y orquestación de contenedores en producción. Sabes cuándo automatizar y cuándo un runbook claro y probado es la herramienta adecuada. *
- Propiedad práctica. Asumes proyectos desde la identificación de un problema hasta el despliegue y la operación continua, colaborando con equipos para obtener resultados medibles. *
- Buen juicio de ingeniería. Puedes priorizar el trabajo que más importa, explicar las compensaciones claramente y tomar decisiones consideradas bajo presión.
EXPERIENCIA QUE AYUDARÍA
Estas son adiciones útiles, en lugar de requisitos: *
- GCP, Kubernetes o infraestructura nativa de la nube comparable. *
- Entornos de ejecución aislados (sandboxed) y aislamiento de cargas de trabajo multi-inquilino.
- Sistemas de IA/ML en producción, particularmente los desafíos de fiabilidad de aplicaciones basadas en LLM. *
- Ingeniería de producto, con una comprensión del desarrollo de aplicaciones y la experiencia del desarrollador.
NUESTRO STACK TECNOLÓGICO *
- Nube: GCP—Cloud Run, GKE y GCS *
- Infraestructura: Terraform y Docker *
- Observabilidad: Datadog *
- Servicios: TypeScript y Python *
- Datos: Postgres y Redis
Leerás y ocasionalmente modificarás código de aplicación para diagnosticar problemas y mejorar la fiabilidad. No se requiere una profunda experiencia tanto en TypeScript como en Python.
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil