Site Reliability Engineering (SRE) - EAD com aulas ao vivo

COMPETÊNCIAS DISCIPLINARES

O curso integra IA em todas as disciplinas como apoio para acelerar atividades práticas, aprofundar conhecimentos e fortalecer o vínculo entre conhecimento técnico, objetivos de negócio e competências comportamentais.

Módulo 1: Fundamentos e Infraestrutura Cloud-native

• Arquitetura de Soluções em Nuvem

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender os conceitos e componentes da computação em nuvem, incluindo IaaS, PaaS e SaaS

• Projetar soluções em nuvem considerando elasticidade, alta disponibilidade e integração com DevOps

• Implementar arquiteturas Cloud, Multicloud e Híbridas com interconexão entre ambientes

• Avaliar estratégias de migração de aplicações e viabilidade técnica e financeira (FinOps)

• Integrar práticas de segurança e governança em ambientes de nuvem

• Utilizar GenAI para apoio no desenho de soluções, análise de viabilidade e conformidade
  

• Conteinerização e Orquestração com Kubernetes

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender os fundamentos da conteinerização com Docker e práticas de otimização e segurança de imagens

• Implementar e gerenciar aplicações em ambientes orquestrados com Kubernetes, utilizando pods, services e deployments

• Aplicar estratégias de escalabilidade, alta disponibilidade e atualizações contínuas (rolling updates)

• Configurar políticas de segurança, RBAC e proteção de pods em clusters Kubernetes

• Utilizar operadores e recursos personalizados (CRDs) para automação avançada de infraestrutura

• Empregar IA para otimização de recursos, detecção de anomalias e planejamento de capacidade em ambientes conteinerizados
  

• Infrastructure as Code e Automação

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender os fundamentos de Infrastructure as Code com foco em segurança, escalabilidade e disponibilidade

• Utilizar ferramentas de IaC para provisionamento automatizado de infraestrutura

• Construir pipelines de infraestrutura integrados a processos CI/CD

• Realizar testes automatizados de infraestrutura, incluindo validação, linting e compliance

• Aplicar práticas de versionamento, gestão de estado e Policy as Code para governança

• Utilizar IA para recomendação de configurações, detecção de falhas e otimização de ambientes cloud-native
  

• Redes e Segurança para SRE

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender os fundamentos de redes para sistemas distribuídos, incluindo protocolos, roteamento avançado, balanceamento de carga e gerenciamento de tráfego.

• Projetar arquiteturas de redes Cloud-Native, utilizando VPCs, CDNs, API Gateways e Service Mesh.

• Aplicar práticas de segurança operacional, com foco em arquiteturas Zero Trust.

• Conduzir auditorias e avaliações de segurança de rede, identificando vulnerabilidades e propondo medidas de mitigação.

• Utilizar ferramentas de observabilidade de rede, como análise de latência, inspeção de tráfego e eBPF, para monitoramento e diagnóstico.

• Analisar postmortems de falhas de rede, extraindo lições aprendidas e propondo melhorias contínuas.

• Integrar automação e Inteligência Artificial para otimização de segurança, análise de tráfego e geração de documentação técnica.

• Aplicar conhecimentos em projetos práticos.

Módulo 2: Entrega contínua e segurança integrada

• Princípios e Gestão de SRE

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender os princípios e práticas fundamentais de Site Reliability Engineering (SRE)

• Analisar a relação entre SRE e outras abordagens como DevOps

• Avaliar o impacto organizacional e cultural da adoção do SRE

• Estabelecer e gerenciar SLOs, SLIs e SLAs

• Desenvolver e gerenciar  Error Budgets 

• Avaliar e otimizar processos para redução de trabalho manual em processos de TI

• Implementar estratégias de automação eficientes

• Aplicar conceitos de TIOps e AIOps em ambientes SER
  

• CI/CD, Pipelines e Testes Automatizados

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender os fundamentos, objetivos e desafios da integração e entrega contínua (CI/CD)

• Projetar pipelines completos com etapas de build, test, deploy e monitoramento

• Integrar práticas de segurança como SAST, DAST, varredura de dependências e conformidade

• Aplicar observabilidade em pipelines por meio de métricas, logs e tracing

• Utilizar IA para análise de falhas, predição de gargalos e otimização de etapas do pipeline

• Construir projetos práticos de pipelines CI/CD com integração a GitOps e práticas de confiabilidade
  

• DevSecOps: Segurança Integrada e Scanning

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender os fundamentos de DevSecOps e aplicar o conceito de Security by Design

• Implementar práticas de segurança contínua no ciclo de desenvolvimento (SDLC)

• Integrar ferramentas de verificação como IAST, SAST, DAST e RASP em pipelines CI/CD

• Aplicar métricas, logs e tracing para observabilidade de segurança

• Utilizar IA para análise de vulnerabilidades e inteligência de ameaças

• Construir pipelines DevSecOps com segurança integrada em ambientes cloud-native
  

• Arquitetura de Microsserviços e APIs

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender os fundamentos da arquitetura de microsserviços e suas diferenças em relação a monólitos

• Projetar e implementar APIs com diferentes abordagens: REST, GraphQL, WebSockets, gRPC, entre outras

• Gerenciar dependências, versionamento e ciclo de vida de microsserviços e APIs

• Aplicar padrões de design para resiliência, escalabilidade e tolerância a falhas

• Integrar práticas de segurança em microsserviços: autenticação, autorização e mitigação de vulnerabilidades

• Monitorar e observar microsserviços com foco em desempenho e confiabilidade

Módulo 3: Confiabilidade, Observabilidade e SRE

• Monitoramento e Observabilidade

Ao final da disciplina, os alunos deverão ser capazes de:

• Diferenciar os conceitos de monitoramento e observabilidade e aplicar seus pilares fundamentais

• Projetar arquiteturas observáveis em ambientes cloud-native e microsserviços

• Utilizar ferramentas como OpenTelemetry, Observability Stacks e pipelines de observabilidade

• Integrar práticas de SRE e estratégias de SLO/Error Budgeting na gestão de confiabilidade

• Aplicar logs, métricas e tracing para gerar alertas, dashboards e relatórios de performance

• Utilizar IA para predição de falhas, análise de anomalias e resposta autônoma
  

• Gerenciamento de Incidentes e Riscos
  

Ao final da disciplina, os alunos deverão ser capazes de:

• Conhecer os princípios de gerenciamento de incidentes e avaliação de riscos em TI

• Implementar e gerenciar medidas técnicas e administrativas para lidar com incidentes

• Conduzir o ciclo de vida de gerenciamento de incidentes 

• Capacidade de analisar incidentes, produzir post-mortems e implementar melhorias

• Compreender as etapas para classificar, avaliar e gerenciar riscos
  

• Gestão de Desempenho e Escalabilidade de Aplicações

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender conceitos fundamentais de desempenho e escalabilidade, identificando fatores críticos que impactam aplicações.

• Medir, monitorar e diagnosticar problemas de desempenho, utilizando métricas, ferramentas de observabilidade e práticas de análise contínua.

• Planejar capacidade e gerenciar recursos de forma estratégica, garantindo que sistemas suportem crescimento e variações de demanda.

• Projetar soluções para alta disponibilidade e confiabilidade, aplicando padrões arquiteturais e melhores práticas.

• Aplicar estratégias de escalabilidade horizontal e vertical, avaliando trade-offs e impactos em custo, eficiência e resiliência.

• Utilizar automação e orquestração para otimizar processos de escalabilidade e gestão de desempenho em ambientes distribuídos.

• Integrar práticas de governança e segurança na gestão de desempenho

• Conduzir projetos práticos de otimização e escalabilidade

• Resiliência Cibernética e Continuidade de Negócios

Ao final da disciplina, os alunos deverão ser capazes de:

• Aplicar frameworks e padrões como NIST 800-34 e ISO 22301 para continuidade de negócios

• Realizar análises de impacto (BIA) e desenvolver planos de recuperação de desastres

• Implementar estratégias de ciber-resiliência em ambientes corporativos e em nuvem

• Utilizar tecnologias como DRaaS e protocolos de contingência para garantir disponibilidade

• Integrar IA para reforçar práticas de resiliência e resposta a falhas

• Gerenciar equipes e processos de governança voltados à continuidade operacional
  

• Engenharia do Caos e Testes de Resiliência

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender os fundamentos do Chaos Engineering, incluindo princípios, objetivos e benefícios para sistemas distribuídos.

• Definir hipóteses e estados de referência (steady state), estruturando experimentos de caos com rigor metodológico.

• Planejar e conduzir Game Days, simulando falhas e avaliando a resiliência de aplicações em cenários controlados.

• Utilizar ferramentas de Chaos Engineering em ambientes cloud-native e Kubernetes, integrando-as a pipelines CI/CD como etapas de teste.

• Monitorar e analisar métricas pós-experimento, identificando pontos de fragilidade e propondo melhorias contínuas.

• Aplicar práticas de observabilidade e automação para suportar testes de resiliência em larga escala.

• Documentar e comunicar resultados de experimentos de caos, promovendo aprendizado organizacional e evolução da confiabilidade.

• Desenvolver projetos práticos de engenharia do caos.

Módulo 4: IA, FinOps e Projeto Prático

• AIOps: IA para Automação e Observabilidade

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender os fundamentos de AIOps e seu papel na modernização das operações de TI

• Aplicar técnicas de IA para automação inteligente, detecção de anomalias e resposta autônoma a incidentes em ambientes DevOps e Cloud

• Utilizar ferramentas de observabilidade distribuída como Prometheus, Grafana, ELK Stack, OpenTelemetry e Dynatrace

• Implementar estratégias de coleta, enriquecimento e análise de dados operacionais em tempo real

• Desenvolver modelos de automação com IA para escalonamento e otimização de recursos

• Integrar AIOps com práticas de SRE, DevSecOps e FinOps em soluções cloud-native
  

• FinOps e Cloud Economics

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender os fundamentos de FinOps e os modelos de precificação em nuvem aplicados a IA (pay-as-you-go, reserved, spot e serverless)

• Implementar estratégias de gestão de custos por projeto, serviço e unidade de negócio com rastreabilidade e accountability

• Utilizar ferramentas de automação, observabilidade e monitoramento para controle de gastos e alertas orçamentários

• Aplicar IA para análise de consumo, otimização de recursos, detecção de anomalias e geração de recomendações financeiras

• Desenvolver planos de otimização financeira com base em indicadores de eficiência, KPIs e práticas de Cloud Economics
  

• Projeto de Engenharia de Confiabilidade

Ao final da disciplina, os alunos deverão ser capazes de:

• Planejar e arquitetar plataformas de entrega contínua modernas em ambientes cloud-native, alinhando confiabilidade, escalabilidade e segurança.

• Implementar pipelines CI/CD, incluindo versionamento, build, testes automatizados, deploy seguro e monitoramento contínuo.

• Automatizar infraestrutura via código (IaC) e integrar práticas de observabilidade distribuída (logs, métricas, traces e alertas baseados em sintomas).

• Aplicar conceitos de Site Reliability Engineering (SRE) para garantir resiliência, desempenho e gestão de Error Budgets.

• Definir e monitorar SLIs e SLOs, mapeando jornadas críticas e estabelecendo estratégias de confiabilidade.

• Incorporar práticas de DevSecOps e FinOps, equilibrando segurança, eficiência de custos e sustentabilidade da plataforma.

• Apresentar e defender resultados de projetos práticos.