Ingeniero de Fiabilidad de Sitios Sénior (MAAS)

• Más de 5 años de experiencia práctica en SRE, Infraestructura, Sistemas o Ingeniería de Plataformas.

• Nivel experto en administración de Linux, particularmente Debian/Ubuntu.

• Sólida experiencia en producción con MAAS y aprovisionamiento bare-metal.

• Experiencia práctica de nivel experto operando Kubernetes en producción, incluyendo el ciclo de vida del clúster, redes, almacenamiento, actualizaciones y resolución de problemas.

• Sólidas habilidades de ingeniería de redes en VLANs, enrutamiento L2/L3, bonding, VPNs, firewalls y DNS.

• Sólidas habilidades de automatización con Ansible, Bash y/o Python.

• Experiencia con Terraform/OpenTofu y flujos de trabajo de infraestructura basados en Git.

• Experiencia en producción con Prometheus/Grafana o plataformas de observabilidad comparables.

• Experiencia con respuesta a incidentes, operaciones de guardia, monitorización, alertas y prácticas de fiabilidad.

• Experiencia con Proxmox, KVM/libvirt, OpenStack, VMware o tecnologías de virtualización comparables.

• Experiencia con hardware bare-metal, BMCs, IPMI/Redfish, almacenamiento y resolución de problemas de hardware.

• Sólido conocimiento de sistemas distribuidos, orquestación de contenedores y fiabilidad de la infraestructura.

• Experiencia con la seguridad de la infraestructura, incluyendo RBAC, firewalls, políticas de red, gestión de secretos y endurecimiento de la seguridad.

• Capacidad para crear SOPs, runbooks y procesos operativos desde cero.

• Comodidad trabajando de forma autónoma en un entorno dinámico orientado a la ingeniería.

• Experiencia operando infraestructura de GPU o entornos Kubernetes/bare-metal con gran carga de GPU.

• Proxmox VE con ZFS/Ceph y GPU passthrough.

• VictoriaMetrics / VictoriaLogs o plataformas de observabilidad a gran escala similares.

• NetBox u otras plataformas de IPAM / inventario de infraestructura.

• Vault, SOPS, Atlantis o herramientas similares de automatización y seguridad de infraestructura.

• Experiencia con APIs de Cloudflare, automatización de DNS o túneles.

• Experiencia con UniFi o plataformas de redes de sitio comparables.

• Experiencia con service mesh o implementaciones avanzadas de CNI.

• Experiencia con Go, particularmente para herramientas de infraestructura o exporters personalizados.

• Experiencia con Ceph o bases de datos distribuidas ejecutándose en bare metal.

• Experiencia operando infraestructura en múltiples sitios y zonas horarias.

• Experiencia estableciendo marcos de trabajo de SRE y prácticas de fiabilidad en organizaciones en crecimiento.

Pragmatike está contratando un Senior SRE / Infrastructure Engineer para ayudar a operar y escalar una plataforma de infraestructura distribuida que abarca nodos GPU bare-metal, Kubernetes, virtualización, redes y entornos multi-sitio.

Trabajarás cerca de la propia infraestructura, desde BMCs, hardware y aprovisionamiento con MAAS hasta Kubernetes, redes, observabilidad, automatización y operaciones de sitio.

Este es un rol práctico para alguien que disfrute asumiendo la responsabilidad de la infraestructura de extremo a extremo, construyendo sistemas fiables y automatizando todo lo que pueda automatizarse. La experiencia en startups o entornos de hipercrecimiento es un gran plus: aquí la autonomía, la responsabilidad y la velocidad son fundamentales.

• Operar y mantener una infraestructura Linux a gran escala en entornos bare-metal y virtualizados basados en Debian/Ubuntu.

• Responsabilizarse del aprovisionamiento bare-metal basado en MAAS, incluyendo controladores de región/rack, PXE, puesta en marcha (commissioning), cloud-init, ciclo de vida de los nodos y automatización mediante API/CLI.

• Operar y mantener clústeres de Kubernetes en producción, incluyendo actualizaciones, pools de nodos, redes, almacenamiento, endurecimiento de la seguridad (security hardening) y resolución de problemas.

• Diseñar y mantener redes multi-sitio a través de VLANs, enrutamiento L2/L3, interfaces bonded, VPNs, firewalls y DNS.

• Automatizar el aprovisionamiento y las operaciones de infraestructura utilizando Ansible, Bash/Python, OpenTofu/Terraform y flujos de trabajo basados en Git.

• Construir y mantener flujos de trabajo de despliegue automatizados, incluyendo PXE, Preseed y cloud-init.

• Operar plataformas de observabilidad utilizando Prometheus, Grafana, Alertmanager, VictoriaMetrics/VictoriaLogs o herramientas comparables.

• Definir y mejorar los SLIs, SLOs, la alerta y las prácticas de fiabilidad en todos los servicios de infraestructura y plataforma.

• Liderar la respuesta a incidentes, la resolución de problemas, la escalada y las mejoras post-incidente de la infraestructura.

• Mantener los procesos de guardia (on-call) y la cobertura operativa en entornos distribuidos.

• Trabajar cerca de la capa de hardware, incluyendo IPMI/Redfish, BMCs, RAID, almacenamiento, diagnóstico de hardware e infraestructura de GPU.

• Gestionar plataformas de virtualización incluyendo Proxmox, KVM/libvirt, OpenStack o VMware, incluyendo el paso de GPU (GPU passthrough) cuando sea necesario.

• Construir y mantener herramientas de infraestructura interna para el descubrimiento de hosts, configuración, IPAM, salud del hardware y automatización operativa.

• Responsabilizarse de las actividades del ciclo de vida de la infraestructura, incluyendo la incorporación de sitios, mantenimiento, desmantelamiento, detección de desviaciones (drift detection) y manuales operativos (runbooks).

• Trabajar estrechamente con los equipos de ingeniería y equipos multidisciplinares para mejorar la fiabilidad, la utilización de recursos y la eficiencia operativa.

Ubicación: Totalmente remoto, zona horaria de la UE (CET ±2h)
Fecha de inicio: Lo antes posible
Idiomas: Se requiere inglés fluido
Sector: Cloud Computing / Infraestructura de GPU