Platform Engineer
Job Summary
- Gestión de Incidentes y Resolución Rápida: Actuación inmediata ante incidencias de red rendimiento o disponibilidad de la plataforma. Diagnóstico y reparación ágil de fallos críticos.
- Arquitectura y Gestión de Plataformas: Administración y optimización de clústeres Kubernetes (AKS Rancher) y entornos híbridos (Azure AWS On-Premise).
- Automatización e Infraestructura como Código: Implementación de pipelines CI/CD (Jenkins ArgoCD) y gestión de infraestructura mediante Terraform y Ansible.
- Monitorización y Observabilidad: Diseño y mantenimiento de la stack de monitorización (ELK Prometheus Grafana) para detectar anomalías antes de que impacten al usuario final.
- Gestión de Configuración y Seguridad: Administración de repositorios (Nexus) colas de mensajes (RabbitMQ ActiveMQ) y herramientas de seguridad (Wiz).
- Documentación y Mejora Continua: Uso de Jira y Confluence para el seguimiento de incidencias y documentación de runbooks de resolución.
- Experiencia sólida en Kubernetes (AKS Rancher) y gestión de contenedores.
- Dominio de herramientas de Orquestación y Despliegue: Helm ArgoCD Jenkins.
- Experiencia real en entornos híbridos: Azure AWS y Gestión On-Premise.
- Fuertes conocimientos de Redes y resolución de problemas de conectividad y rendimiento.
- Experiencia con herramientas de Infraestructura como Código: Terraform Ansible.
- Dominio de stacks de monitorización: ELK Prometheus Grafana.
- Gestión de bases de datos relacionales: PostgreSQL Oracle.
- Manejo de colas y mensajería: RabbitMQ ActiveMQ.
- Familiaridad con herramientas de automatización moderna (n8n) y gestión de proyectos (Jira Confluence).
- Experiencia con herramientas de seguridad en la nube (Wiz).
- Conocimientos de gestión de backups y recuperación ante desastres (Velero).
- Familiaridad con modelos de lenguaje o integración de IA (Claude) en procesos DevOps.
Required Skills:
Requisitos: Experiencia en Python: Experiencia sólida y demostrable de más de 4 años en desarrollo utilizando Python como lenguaje principal. Dominio de Big Data: Conocimiento práctico avanzado en PySpark y manejo de grandes volúmenes de datos. Perfil Analítico: Alta capacidad para la resolución de problemas técnicos y orientación a resultados de calidad. Valorable: Experiencia o conocimientos en Databricks. Experiencia trabajando con PySpark Streaming para procesamiento de datos en tiempo real