Misión del puesto:
Monitorear de forma continua (24/7) la disponibilidad, rendimiento y estado de la infraestructura tecnológica, actuando como primera línea de detección de incidentes. Responsable de identificar, registrar y escalar anomalías de manera oportuna, aplicando procedimientos operativos para minimizar el impacto en servicios financieros críticos, en apego a SLA/SLO y requerimientos regulatorios.
Objetivos del puesto:
Detectar de forma temprana incidentes mediante monitoreo continuo de infraestructura híbrida (AWS y on-premise)
Ejecutar el triaje y escalamiento conforme a procedimientos establecidos (SOP/MOP)
Mantener la disponibilidad de servicios dentro de los niveles definidos (SLA/SLO)
Asegurar el registro preciso de eventos e incidentes en herramientas ITSM
Contribuir a la mejora continua mediante identificación de incidentes recurrentes
Cumplir con controles regulatorios mediante documentación operativa
Responsabilidades principales
- Monitorear alertas, dashboards y métricas en tiempo real
- Recibir, clasificar y documentar incidentes en sistema ITSM
- Ejecutar acciones de contención de primer nivel conforme a SOPs
- Escalar incidentes a N2, SRE o áreas especializadas
- Notificar afectaciones a stakeholders según protocolos establecidos
- Verificar ejecución de respaldos automatizados
- Revisar logs y estado de sistemas, redes y servicios
- Generar reportes operativos y de disponibilidad por turno
- Mantener bitácoras y evidencias para auditoría
Actividades clave
- Monitoreo de infraestructura
- Revisar métricas de CPU, memoria, almacenamiento y red en entornos físicos, virtuales y contenerizados
- Supervisar servicios AWS (EC2, RDS, EKS, Lambda, S3, API Gateway, Load Balancers)
- Monitorear integraciones con instituciones financieras (ej. SPEI)
- Validar estado de certificados, DNS y conectividad
Gestión de incidentes (Nivel 1)
- Atender alertas de herramientas de monitoreo (Datadog, CloudWatch, Grafana, etc.)
- Clasificar incidentes por severidad, impacto y urgencia
- Ejecutar procedimientos de resolución de primer nivel
- Escalar de forma documentada cuando se requiera
Documentación y reportes
- Registrar incidentes con detalle (síntomas, acciones, tiempos, resolución)
- Elaborar reportes de turno
- Generar evidencia para cumplimiento regulatorio