México
Bosch Group
Wizdaa
Arquiteto(a) de Plataforma Sênior
RemotoMéxico
Argentina · Bolivia · Brazil · Mexico · United Arab Emirates
AWSGCPKubernetesTerraform
Tradução automática. Consulte o original.
O que você não encontrará aqui
Estamos procurando um(a) Arquiteto(a) de Plataforma que possa definir o padrão de como construímos, entregamos e operamos plataformas de nuvem confiáveis em escala. Você atua na intersecção entre engenharia de plataforma e SRE. Você será o(a) responsável pelo caminho desde o design da infraestrutura até serviços de produção confiáveis, trazendo o rigor de DevOps para sistemas complexos.
Este não é um papel de processamento de tickets, nem um papel de pesquisa. Você enfrentará problemas difíceis: confiabilidade da plataforma, escalabilidade, eficiência de custos, automação de implantação e operações de carga de trabalho. Você terá o escopo para resolvê-los adequadamente. Profissionais seniores aqui identificam problemas antes que sejam solicitados e elevam o teto do que a plataforma pode fazer.
Uma equipe de plataforma que mantém o status quo. Estamos construindo ativamente: novos requisitos de escala, novos domínios arquitetônicos e uma pegada de ML/IA que está crescendo rapidamente. Engenheiros seniores aqui moldam a evolução da plataforma e as ferramentas disponíveis para isso são melhores do que nunca.
Com o que você vai trabalhar
- Construir e operar infraestrutura backend e de IA escalável, suportando cargas de trabalho em tempo real e em lote com foco em desempenho, confiabilidade e arquitetura multi-tenant.
- Projetar e manter fluxos de trabalho de implantação entre serviços e ambientes, incluindo versionamento, rollouts graduais, lançamentos automatizados, monitoramento e estratégias de rollback seguras.
- Construir e operar sistemas LLM e agentivos em produção, integrando provedores de modelos, APIs, gateways, ferramentas e serviços externos, gerenciando limites de taxa, confiabilidade, guardrails e degradação graciosa.
- Desenvolver serviços reutilizáveis, APIs, automação e pipelines de dados que suportam produtos com IA e capacidades de plataforma interna.
- Estender a infraestrutura como código por toda a plataforma usando Terraform e padrões reutilizáveis para provisionar e gerenciar serviços de nuvem de forma consistente entre projetos e ambientes.
- Manter fluxos de trabalho de implantação baseados em GitOps usando ferramentas como ArgoCD, melhorando a automação e a consistência entre ambientes e tenants.
- Executar cargas de trabalho distribuídas em Kubernetes (GKE), gerenciando escalonamento, posicionamento de carga de trabalho, isolamento de tenant, confiabilidade de serviço e capacidade de infraestrutura.
- Melhorar a observabilidade e a confiabilidade da plataforma por meio de métricas, logging, tracing, SLOs, alertas, práticas de resposta a incidentes e ferramentas operacionais.
- Identificar melhorias de desempenho e custos de infraestrutura em serviços de nuvem, recursos de computação, APIs e cargas de trabalho de IA.
- Usar codificação agentiva e ferramentas de desenvolvimento de IA para acelerar o trabalho de engenharia, incluindo scaffolding de serviços, geração e revisão de código de infraestrutura e aplicação, depuração e automação de fluxos de trabalho repetitivos.
Obrigatório
- 5+ anos em engenharia de plataforma, SRE ou infraestrutura, com tempo significativo operando sistemas de produção em escala.
- Forte base em SRE/DevOps. Você foi responsável pela confiabilidade de serviços de produção, definiu e mediu SLOs, conduziu post-mortems e impulsionou melhorias mensuráveis.
- Profundo conhecimento em Terraform. Você gerencia ativamente estado complexo de Terraform, módulos reutilizáveis e configurações multi-projeto em produção, com fluxos de trabalho de plan/apply impulsionados por CI.
- Forte experiência em GitOps (ArgoCD ou Flux em produção). Você entende gerenciamento declarativo de infraestrutura em profundidade e tem opiniões sobre como fazer isso bem.
- Profundo conhecimento em Kubernetes. Você operou clusters em produção, lidou com modos de falha reais e entende o sistema no nível do plano de controle.
- Forte experiência em infraestrutura de nuvem em pelo menos uma nuvem pública principal (AWS, Azure ou GCP), incluindo redes, computação, IAM, armazenamento e design multi-conta ou multi-projeto.
- Experiência prática na construção e operação de pipelines de CI/CD (GitHub Actions, Cloud Build, GitLab CI ou equivalente).
- Pensamento de automação em primeiro lugar em nível sênior. Você implementa sistemas que eliminam categorias inteiras de trabalho manual.
- Usuário ativo de ferramentas de codificação agentiva. Você sabe como direcioná-las efetivamente, revisar sua saída criticamente e usá-las para multiplicar sua produção.
- Forte comunicador(a). Você pode articular decisões operacionais, trade-offs técnicos e resumos de incidentes claramente para engenheiros e liderança.
Diferenciais
- Experiência em MLOps, incluindo experiência prática na implantação e operação de cargas de trabalho de ML ou IA em produção.
- Forte experiência em GCP, incluindo redes VPC, Compute Engine, IAM, Cloud Storage, design multi-projeto ou organização e GKE (Standard e/ou Autopilot).
- Experiência prática com serviços de dados GCP, especialmente BigQuery em produção: particionamento e clusterização, otimização de custos e desempenho de consultas, e IAM em nível de dataset. Familiaridade com pelo menos um de Dataflow, Pub/Sub ou Dataproc.
- Experiência com agendamento de GPU/aceleradores e gerenciamento do ciclo de vida de nós em produção (por exemplo, provisionamento automático de nós GKE, compartilhamento de tempo de GPU ou equivalente).
- Experiência operando inferência de LLM em escala, gerenciando cotas/limites de taxa de provedores (TPS/TUPS), gateways, caching e guardrails (por exemplo, Vertex AI, Gemini API ou equivalente).
- Experiência com ferramentas de pipeline e orquestração de ML como Argo Workflows, Kubeflow, Cloud Composer/Airflow, Vertex AI Pipelines ou equivalente.
- Experiência com registros de modelos, feature stores e rastreamento de experimentos (por exemplo, MLflow, Feast ou equivalente).
- Familiaridade com monitoramento de drift de modelos e dados e observabilidade específica de ML.
- Experiência em FinOps: atribuição de custos de inferência, planejamento de CUD (committed use discount) e reservas, e previsão de capacidade de aceleradores.
- Familiaridade com infraestrutura de dados como armazenamento de objetos, pipelines CDC ou padrões de lakehouse.
- Experiência com infraestrutura multi-tenant: padrões de isolamento, mitigação de noisy neighbor e gerenciamento do ciclo de vida de tenants.
- Experiência anterior escalando infraestrutura de ML ou plataforma em uma startup rumo a requisitos de nível empresarial.
Localização: Remoto na LATAM
Pagamento em USD
Horário de trabalho: Fuso horário EST
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil