SRE - Incident Manager/Incident Commander Pleno
At a glance
Manager-level Site Reliability role at iFood. Brasil.
Pay not stated Site Reliability salary
devopsroles summary, based on the employer's posting.
What you'll do
- Run incident calls, keeping updates about platform problems clear for everyone involved
- Steer each incident from initial response through resolution, then lead cause analysis and complete the post-incident review
- Improve and document the incident-management process, including follow-up learning between incidents
- Rank business requests, raise critical issues to directors when needed, and keep stakeholders informed
- Coordinate teams to clear blockers and reduce disruption, supporting round-the-clock incident response
What you bring
- You can explain technical issues to different audiences and assess service health using observability signals
- You understand database concepts, canary releases, microservices and their dependencies
- You bring ITIL and Google SRE practices, and can use observability tools to identify and alert the right teams
- You can make sound decisions under pressure, work independently during crises and join on-call coverage when needed
- You can apply AI to incident management
Who this fits
This role suits someone comfortable coordinating incidents across teams and communicating with both technical and business stakeholders. It follows a 24/7 operating model, with on-call availability when needed.
From the employer
Nosso Modo de Fazer no Time:
Transforme sua carreira com o iFood! Somos uma empresa brasileira de tecnologia referência na América Latina. Por meio de soluções inovadoras, conectamos milhares de restaurantes a milhões de consumidores diariamente com uma média de 100 milhões de pedidos mensais. Além do delivery de comida, também somos Mercado, Farmácia e Pet. Temos também o iFood Pago, nossa Fintech, que engloba o iFood Benefícios, o vale alimentação e refeição do iFood e o próprio iFood Pago, o banco do restaurante. Junte-se a nós e faça parte de uma equipe que está sempre à frente com tecnologia de ponta e inovação constante.
Seu Cardápio Diário:
- Coordenar salas de crise, garantindo uma comunicação eficaz sobre problemas na plataforma
- coordenar o ciclo de vida completo do incidente end-to-end
- Ser responsável pelo processo de análise de causa raiz (RCA) e garantir a completude do Post-Incident Review (PIR)
- Ser responsável pelae volução e documentação do processo de gerenciamento de incidentes
- Priorizar demandas de negócio, assegurando que as questões críticas sejam tratadas com urgência.
- Realizar escalações para a diretoria quando necessário, mantendo todos os stakeholders informados.
- Colaborar com equipes para destravar obstáculos e minimizar problemas até a resolução dos incidentes.
- Trabalhar em um modelo 24/7, assegurando que a operação esteja sempre monitorada e pronta para reagir rapidamente a incidentes.
Ingredientes Que Buscamos:
- Habilidades de comunicação excepcionais, com capacidade de traduzir informações técnicas para diversos públicos.
- Conhecimento em observabilidade que vão além do uso de ferramentas, tendo a capacidade de avaliar a saúde de serviços para corroborar com a análise de incidentes
- Conhecimento técnico conceitual em (ex: banco de dados, canary deployment, microserviços e suas dependências)
- Autonomia e proatividade para lidar com situações de crise de forma eficiente
- disponibilidade e aderência ao regime de plantão caso seja necessário
- Capacidade de utilização de IA no contexto de gerenciamento de incidentes
- Bom relacionamento interpessoal para colaborar com diferentes equipes e stakeholders.
- Agilidade para tomar decisões rápidas e eficazes em ambientes de alta pressão.
- Conhecimento em ferramentas de observabilidade para identificar e acionar os times corretos.
- Experiência com práticas de ITIL e SRE do Google
Para Realçar o Sabor:
- Capacidade de se adaptar rapidamente a novas tecnologias e desafios.
- Conhecimento prático em Jira Service Management para gestão e rastreamento de incidentes
- Conhecimento em áreas de logística e comércio dentro do contexto de tecnologia.
- Conhecimento em Databricks com noções de SQL para consultas e análise de dados operacionais
- Experiência com ferramentas de observabilidade como Datadog e Grafana
- Foco em melhorias contínuas e gestão de conhecimento, mesmo em períodos sem incidentes.
- Inglês intermediário ou avançado para comunicação eficaz em um ambiente global.
Buscamos uma pessoa apaixonada por tecnologia e inovação, que esteja sempre em busca de novos aprendizados e que goste de desafios. Se você se identifica com este perfil, adoraríamos conhecer você!
Site Reliability work from LinkedIn, X, Reddit and Upwork, in one list.
Each morning you get everything that fits, strongest first.
Site Reliability
Find me workBy the team behind devopsroles.