Analista devops

Descrição

Buscamos um(a) Engenheiro(a) DevOps Sênior para atuar na construção, automação, padronização e operacionalização de ambientes utilizados em projetos de soluções de TI com forte componente de dados.
A posição terá atuação transversal entre DevOps Engineering, Platform Engineering e DataOps, trabalhando desde o ciclo de desenvolvimento e integração contínua até o provisionamento de infraestrutura, deployment, observabilidade e operação de plataformas e produtos de dados.
Nosso contexto envolve projetos para empresas dos setores de mineração, metalurgia, siderurgia, açúcar e etanol, óleo e gás, agronegócio e outros ambientes industriais, geralmente com elevados requisitos de disponibilidade, segurança, rastreabilidade e integração entre múltiplas tecnologias.
Utilizamos Azure DevOps como plataforma central para repositórios, pipelines, boards, gestão de releases e automação do ciclo de desenvolvimento.


Responsabilidades e atribuições

• DevOps Engineering
• Definir e implementar estratégias de CI/CD para aplicações e componentes de dados.
• Construir e manter pipelines de integração contínua, build, testes e validação de código.
• Implementar quality gates, análise de código e controles de segurança em pipelines.
• Estruturar estratégias de branching, versionamento e gestão de repositórios Git.
• Automatizar processos de build, release, deployment e rollback.
• Promover padronização de pipelines e templates reutilizáveis.
• Administrar e otimizar componentes do Azure DevOps relacionados a Repos, Pipelines e Artifacts.

Platform Engineering

• Provisionar e configurar ambientes de desenvolvimento, homologação e produção.
• Automatizar infraestrutura utilizando Infrastructure as Code.
• Trabalhar com Terraform, Bicep, ARM ou tecnologias equivalentes.
• Criar e administrar ambientes containerizados com Docker.
• Implantar e operar workloads em Kubernetes quando aplicável.
• Configurar gerenciamento de secrets, identidade, permissões e RBAC.
• Apoiar desenho de alta disponibilidade, backup e disaster recovery.
• Implementar padrões de observabilidade para infraestrutura e aplicações.
• Trabalhar com logs, métricas, traces e alertas.
• Atuar na gestão e otimização de custos em cloud, aplicando práticas de FinOps em ambientes Azure e AWS.
• Analisar consumo, sizing, reservas, Savings Plans, storage, compute, schedules e recursos ociosos, propondo ações de otimização de custo.
• Apoiar definição de tagging, budgets, alerts, chargeback/showback e governança de custos por ambiente, projeto ou centro de custo.

DataOps

• Implementar CI/CD específico para pipelines, notebooks, SQL, DAGs e produtos de dados.
• Automatizar promoção de artefatos de dados entre ambientes.
• Implementar padrões de configuração por ambiente.
• Apoiar implementação de testes automatizados em pipelines de dados.
• Estruturar mecanismos de Data Observability.
• Apoiar definição e implementação de SLA e SLO de dados.
• Criar mecanismos de monitoramento de disponibilidade, qualidade, volume e freshness.
• Apoiar processos de gestão de incidentes de dados.
• Implementar práticas de confiabilidade para pipelines, incluindo retries, idempotência, checkpoints e reprocessamento.
• Trabalhar em conjunto com engenheiros de dados na operacionalização de Airflow, Databricks e demais plataformas.

Requisitos e qualificações

Conhecimentos técnicos esperados

• Azure DevOps.
• Git.
• CI/CD.
• YAML pipelines.
• Docker.
• Infrastructure as Code.
• Terraform.
• Microsoft Azure.
• AWS.
• Linux.
• Scripting com Bash, PowerShell ou Python.
• Gestão de secrets e identidade.
• Monitoramento e observabilidade.
• Networking em ambientes cloud.
• Controle de acesso e RBAC.
• Automação de ambientes.
• FinOps aplicado a Azure e AWS.
• Gestão de custos, budgets, tagging, chargeback/showback e otimização de recursos cloud.

Conhecimentos importantes para o contexto de dados

• Apache Airflow.
• Databricks.
• Conceitos de Data Lake e Lakehouse.
• Spark e PySpark.
• Pipelines de dados.
• Orquestração de workloads.
• Data Observability.
• Data Quality.
• Ambientes de desenvolvimento, homologação e produção para dados.
• Versionamento e deployment de notebooks, jobs e pipelines.