Saltar al contenido
BigTree108

Servicios de site reliability engineering

Servicios de site reliability engineering (SRE) para sistemas que tienen que mantenerse en pie: objetivos de nivel de servicio y presupuestos de error, observabilidad con OpenTelemetry, guardias y gestión de incidentes, pruebas de carga y planificación de capacidad, recuperación ante desastres e ingeniería del caos, y trabajo operativo repetitivo eliminado mediante automatización, con ingenieros SRE dedicados para su equipo o proyectos de SRE entregados de principio a fin.

Servicios de SRE que ofrecemos

  • Observabilidad del código al cliente

    Servicios instrumentados con OpenTelemetry, con métricas, registros y trazas en Prometheus, Loki y Tempo bajo Grafana, o en Datadog, New Relic, Dynatrace o Elastic, unidos por un ID de traza para poder seguir una solicitud lenta a través de todos los servicios que tocó.

  • Objetivos de nivel de servicio y presupuestos de error

    Indicadores medidos a partir de lo que experimentan los usuarios, como la latencia y las solicitudes fallidas, objetivos acordados con el product owner y alertas de burn rate generadas con Sloth o Pyrra, de modo que un presupuesto de error agotado antepone el trabajo de fiabilidad a las funciones nuevas.

  • Rotaciones de guardia y alertas

    Rotaciones y políticas de escalado en PagerDuty, incident.io, Grafana IRM o Jira Service Management, alertas depuradas hasta que cada una requiera a una persona, un runbook enlazado desde cada aviso y los calendarios de Opsgenie trasladados antes de que Atlassian lo cierre en abril de 2027.

  • Gestión de incidentes y postmortems

    Niveles de gravedad, un responsable del incidente y una cadencia de actualizaciones de la página de estado acordados antes de la primera caída, cada incidente gestionado en su propio canal de Slack o Teams, y un postmortem sin culpables cuyas acciones se siguen hasta completarse.

  • Automatización del toil y preparación para producción

    Trabajo operativo repetitivo medido y después automatizado: renovaciones de certificados, reinicios, conmutaciones por error y limpiezas gestionados mediante scripts y operadores de Kubernetes, y una revisión de preparación antes de que cada servicio nuevo reciba tráfico de producción.

  • Pruebas de carga y de rendimiento

    Pruebas de carga, de estrés y de resistencia (soak) en k6, Gatling, Locust o JMeter contra entornos similares a producción y en el pipeline, con perfilado para encontrar dónde se va el tiempo cuando una prueba no alcanza su objetivo.

  • Planificación de capacidad y autoescalado

    Previsión de crecimiento a partir del tráfico real, autoescalado según las señales que importan, como la profundidad de la cola mediante KEDA o las solicitudes por segundo, y margen reservado para los picos de ventas y para la pérdida de una zona entera.

  • Simulacros de recuperación ante desastres

    Objetivos de tiempo y de punto de recuperación fijados por servicio, copias de seguridad restauradas y regiones conmutadas por error de forma programada, y el resultado medido comparado con el objetivo, de modo que se sabe que el plan de recuperación funciona antes de que haga falta.

  • Ingeniería del caos

    Fallos provocados a propósito con AWS Fault Injection Service, Azure Chaos Studio, Chaos Mesh o LitmusChaos: una instancia detenida, una dependencia ralentizada, una zona aislada, empezando en staging y pasando a producción cuando el sistema y el equipo están listos.

Contrate ingenieros SRE

  • ingenieros SRE dedicados

    Ingenieros SRE que se incorporan a su equipo a tiempo completo, trabajan con sus herramientas y su proceso, y responden ante su responsable. Usted los entrevista; nosotros nos hacemos cargo del contrato ucraniano, la nómina, la facturación y las vacaciones.

  • Proyectos de Site reliability engineering

    Un bloque definido de site reliability engineering con un alcance, un plan cerrado y un responsable designado de nuestro lado que se encarga del resultado e informa de los avances en sus canales.

  • Servicio continuo de site reliability engineering

    Site reliability engineering como servicio continuo: las mismas personas cada mes, un backlog que usted prioriza y horas que puede ver en nuestro portal y en la factura.

La página de equipo dedicado explica cómo se incorporan los especialistas a su equipo, y la de outsourcing trata de la entrega de proyectos, los relevos y cómo cobramos.

Quién se ocupa de site reliability engineering para usted

  • Ingenieros SRE

    Niveles de servicio, guardias, incidentes y automatización

  • Ingenieros de observabilidad

    Instrumentación, paneles y reglas de alerta

  • Ingenieros de DevOps y de plataforma

    Pipelines, infraestructura como código y Kubernetes

  • Ingenieros de rendimiento

    Pruebas de carga, perfilado y modelos de capacidad

  • Desarrolladores de backend

    Correcciones de fallos rastreados hasta el código

Cómo hacemos SRE

La fiabilidad se fija por acuerdo y no por el número de alertas: cada servicio tiene objetivos que el product owner ha aprobado, las alertas saltan cuando se consume el presupuesto de error y no con cada pico de CPU, y cuando el presupuesto se agota, el trabajo de fiabilidad pasa por delante de las funciones nuevas hasta que se recupera. Los paneles, las reglas de alerta y los runbooks residen en Git junto al código y cambian mediante pull requests.

En un sistema construido por otro equipo, empezamos con una revisión de solo lectura de la supervisión, las alertas, los incidentes pasados y los planes de recuperación, y una lista escrita de riesgos por orden de impacto. Las guardias solo empiezan cuando se han acordado por escrito las horas cubiertas, el tiempo de respuesta para cada gravedad y la vía de escalado hacia su equipo, y cada incidente termina con una revisión sin culpables y con acciones seguidas hasta completarse.

Otros servicios de cloud, DevOps y seguridad

Resumen de Cloud, DevOps y seguridad

Preguntas sobre site reliability engineering

¿En qué sectores trabajan sus ingenieros SRE?

Sobre todo fintech y banca, donde los sistemas de pago y de trading deben cumplir una disponibilidad estricta y normas de resiliencia como DORA; proveedores de nube, hosting y telecomunicaciones cuyos clientes dependen de su disponibilidad; comercio electrónico y retail, con la capacidad planificada en torno a los picos de ventas; productos SaaS empresariales con compromisos de disponibilidad en sus contratos; plataformas de salud; productos de IA y datos con cargas de trabajo de GPU y pipelines que hay que mantener en marcha; y empresas de seguridad.

¿Qué diferencia hay entre SRE y DevOps?

DevOps abarca cómo llega el código a producción: pipelines, infraestructura como código y despliegues. SRE abarca cómo se comporta una vez allí: objetivos de disponibilidad y latencia, la supervisión que los mide, las guardias, la respuesta a incidentes y la ingeniería que elimina los fallos recurrentes. La mayoría de los equipos necesitan ambos, y aportamos personal para uno o para los dos.

¿Con qué herramientas de observabilidad trabajan?

OpenTelemetry para la instrumentación; Prometheus, Grafana, Loki, Tempo y Mimir, autoalojados o como Grafana Cloud; Datadog, New Relic, Dynatrace, Elastic y Splunk; Azure Monitor, Amazon CloudWatch y Google Cloud Observability; y PagerDuty, incident.io y Grafana IRM para las guardias. Trabajamos con las herramientas que usted ya paga.

¿Con qué rapidez pueden empezar ingenieros SRE?

Cuando el ingeniero SRE adecuado está disponible, el inicio solo depende de su entrevista, del NDA y de la cesión de propiedad intelectual. Si no, hacemos una búsqueda, que normalmente aporta perfiles de candidatos en dos o tres semanas, y nadie empieza hasta que usted haya dicho que sí.

¿Cómo contratamos ingenieros SRE a través de BigTree108?

Cuéntenos el trabajo, la seniority y las horas que necesita. Le proponemos una o dos personas con sus perfiles, usted las entrevista como entrevistaría a un empleado propio, firma un único contrato con BIG TREE 108 LLC y recibe una factura al mes.

¿Quién es el propietario del trabajo que realizan?

Usted. Cada especialista tiene un contrato firmado con BigTree108 que cede todo el producto de su trabajo a la empresa, y nuestro contrato con usted lo cede a su vez. El código, los diseños y los documentos se entregan en sus propios repositorios y herramientas, no se guardan donde solo nosotros podamos modificarlos.

¿Necesita ingenieros SRE?

Cuéntenos qué se ejecuta en producción, cómo lo supervisa y qué ha fallado últimamente. Recibirá una respuesta en un día hábil: un plan, perfiles de candidatos o el alcance de una revisión de fiabilidad.

Escriba a hello@bigtree108.com Cómo respondemos