Trilha de estudo
Trilha Engenharia de Confiabilidade de Sites: tudo o que estudar, tópico por tópico
Avaliacao abrangente de SRE cobrindo principios de confiabilidade, SLIs/SLOs/SLAs, monitoramento e observabilidade, gestao de incidentes, planejamento de capacidade, tolerancia a falhas, automacao de infraestrutura, engenharia do caos e estrategia organizacional de SRE.
Resposta curta
Para aprender Engenharia de Confiabilidade de Sites, percorra 6 módulos e 22 tópicos na ordem em que um apoia o próximo. Comece por Fundamentos de SRE e siga para Monitoramento & Observabilidade e Gestao de Incidentes. Use o mapa como checklist, ou meça seu nível e estude só o que falta.
O que você vai estudar
Os tópicos estão agrupados por módulo. Abra um para ver os objetivos e os conceitos-chave.
1 · Fundamentos de SRE4 tópicos
Principios de SRE
Filosofia central de SRE, confiabilidade como funcionalidade, aceitacao de risco, o papel de SRE vs operacoes tradicionais, abordagem de engenharia de software para operacoes
Objetivos
- Explicar os principios fundamentais de SRE e como diferem das operacoes tradicionais
- Compreender a filosofia de tratar operacoes como um problema de engenharia de software
Conceitos-chave
- confiabilidade como funcionalidade
- SRE vs operacoes tradicionais
- aceitacao de risco
- engenharia de software para operacoes
- propriedade de producao
- regra do limite de 50% para operacoes
SLIs, SLOs & SLAs
Indicadores de Nivel de Servico, Objetivos de Nivel de Servico e Acordos de Nivel de Servico; escolha de SLIs significativos, definicao de SLOs realistas, entendimento das consequencias de SLAs
Objetivos
- Definir SLIs significativos baseados na experiencia do usuario
- Definir metas de SLO apropriadas e entender as implicacoes de SLAs
Conceitos-chave
- Indicadores de Nivel de Servico
- Objetivos de Nivel de Servico
- Acordos de Nivel de Servico
- metricas de disponibilidade
- percentis de latencia
- especificacao de SLI
- definicao de meta SLO
- SLIs de jornada do usuario
Eliminacao de Toil
Identificacao de toil, medicao de carga de toil, estrategias de automacao, orcamentos de toil, distincao entre toil e trabalho de engenharia
Objetivos
- Identificar e classificar trabalho como toil vs engenharia
- Priorizar esforcos de automacao com base no impacto do toil
Conceitos-chave
- definicao de toil
- caracteristicas do toil
- medicao de toil
- priorizacao de automacao
- orcamento de toil
- overhead vs trabalho de engenharia
Orcamentos de Erro
Conceito de orcamento de erro, politicas de orcamento, rastreamento de consumo, taxa de consumo de orcamento de erro, relacao entre orcamentos de erro e velocidade de lancamento
Objetivos
- Calcular e rastrear orcamentos de erro a partir de SLOs
- Aplicar politicas de orcamento de erro para equilibrar confiabilidade e velocidade
Conceitos-chave
- definicao de orcamento de erro
- rastreamento de consumo de orcamento
- alertas de taxa de consumo
- politica de orcamento de erro
- compensacoes de velocidade de lancamento
- acoes de esgotamento de orcamento
2 · Monitoramento & Observabilidade4 tópicos
Coleta de Metricas
Prometheus, Grafana, StatsD, tipos de metricas (contador, gauge, histograma, sumario), modelos push vs pull, convencoes de nomenclatura de metricas, gerenciamento de cardinalidade
Objetivos
- Escolher tipos de metricas apropriados para diferentes medicoes
- Projetar coleta de metricas com nomenclatura e cardinalidade adequadas
Conceitos-chave
- tipos de metricas (contador, gauge, histograma)
- coleta push vs pull
- arquitetura Prometheus
- convencoes de nomenclatura de metricas
- cardinalidade de labels
- estrategias de agregacao
- politicas de retencao
- boas praticas de dashboarding
Logging & Agregacao
Logging estruturado, niveis de log, agregacao centralizada de logs (ELK, Loki), metricas baseadas em logs, retencao de logs, consideracoes de conformidade
Objetivos
- Implementar logging estruturado para depuracao eficaz
- Projetar pipelines de agregacao de logs para sistemas de producao
Conceitos-chave
- logging estruturado
- niveis de log e severidade
- agregacao centralizada
- stack ELK
- metricas baseadas em logs
- amostragem de logs
- politicas de retencao
- IDs de correlacao
Rastreamento Distribuido
OpenTelemetry, Jaeger, Zipkin, propagacao de contexto de rastreamento, hierarquias de spans, estrategias de amostragem, analise de rastreamento para depuracao de latencia
Objetivos
- Instrumentar servicos para rastreamento distribuido
- Analisar rastreamentos para diagnosticar problemas de latencia e dependencia
Conceitos-chave
- propagacao de contexto de rastreamento
- hierarquias de spans
- SDK OpenTelemetry
- estrategias de amostragem
- propagacao de baggage
- correlacao rastreamento-log
- mapeamento de dependencias de servicos
- analise de latencia
Alertas & Plantao
Design de alertas (baseado em sintoma vs causa), fadiga de alertas, rotacoes de plantao, integracao PagerDuty/OpsGenie, politicas de escalacao, runbooks
Objetivos
- Projetar alertas eficazes que minimizem ruido e maximizem sinal
- Construir praticas de plantao sustentaveis e justas
Conceitos-chave
- alertas baseados em sintomas
- niveis de severidade de alertas
- rotacoes de plantao
- prevencao de fadiga de alertas
- politicas de escalacao
- design de runbooks
- alertas de taxa de consumo multi-janela
- roteamento de notificacoes
3 · Gestao de Incidentes4 tópicos
Resposta a Incidentes
Classificacao de severidade de incidentes, papel do comandante de incidente, procedimentos de triagem, estrategias de mitigacao, ciclo de vida do incidente, frameworks de resposta estruturada
Objetivos
- Liderar resposta a incidentes com papeis e procedimentos claros
- Priorizar mitigacao sobre causa raiz durante incidentes ativos
Conceitos-chave
- classificacao de severidade
- papel do comandante de incidente
- procedimentos de triagem
- mitigacao vs correcao de causa raiz
- fases do ciclo de vida do incidente
- coordenacao de war room
- atualizacoes de pagina de status
- linha do tempo do incidente
Comunicacao de Incidentes
Comunicacao com stakeholders durante incidentes, gerenciamento de pagina de status, atualizacoes internas vs externas, templates de comunicacao, avaliacao de impacto ao cliente
Objetivos
- Comunicar-se eficazmente durante incidentes com todos os stakeholders
- Gerenciar expectativas do cliente com atualizacoes de status transparentes
Conceitos-chave
- comunicacao com stakeholders
- gerenciamento de pagina de status
- cadencia de atualizacoes internas
- mensagens externas ao cliente
- avaliacao de impacto
- templates de comunicacao
- chamadas de bridge
- comunicacao de acompanhamento
Cultura de Postmortem
Postmortems sem culpa, analise de fatores contribuintes, rastreamento de acoes corretivas, templates de postmortem, aprendizado com falhas, melhoria sistemica
Objetivos
- Conduzir postmortems sem culpa que impulsionem melhoria sistemica
- Rastrear e acompanhar acoes corretivas de postmortems
Conceitos-chave
- postmortems sem culpa
- analise de fatores contribuintes
- rastreamento de acoes corretivas
- templates de postmortem
- padroes sistemicos
- aprendizado com falhas
- reunioes de revisao de postmortem
- aprendizado organizacional
Processos de Escalacao
Niveis de escalacao, caminhos de escalacao tecnica e gerencial, escalacao de fornecedores, coordenacao entre equipes, autoridade de decisao durante incidentes
Objetivos
- Aplicar caminhos de escalacao apropriados com base na severidade do incidente
- Coordenar eficazmente entre equipes durante incidentes criticos
Conceitos-chave
- niveis de escalacao
- escalacao tecnica
- escalacao gerencial
- escalacao de fornecedores
- coordenacao entre equipes
- autoridade de decisao
- gatilhos de escalacao
- criterios de de-escalacao
4 · Engenharia de Confiabilidade4 tópicos
Planejamento de Capacidade
Previsao de demanda, modelagem de recursos, crescimento organico vs inorganico, analise de gargalos, planejamento de margem, otimizacao de custos
Objetivos
- Prever necessidades de capacidade com base em projecoes de crescimento
- Equilibrar margem de confiabilidade com custos de infraestrutura
Conceitos-chave
- previsao de demanda
- modelagem de recursos
- crescimento organico vs inorganico
- analise de gargalos
- planejamento de margem
- compensacoes custo-capacidade
- gatilhos de escalamento
- cadencia de revisao de capacidade
Testes de Carga & Desempenho
Estrategias de teste de carga, teste de estresse, teste de resistencia, benchmarking de desempenho, identificacao de gargalos, ferramentas (k6, Locust, Gatling), teste de carga em producao
Objetivos
- Projetar estrategias de teste de carga que revelem caracteristicas reais de desempenho
- Interpretar resultados de teste de carga para identificar gargalos do sistema
Conceitos-chave
- estrategias de teste de carga
- teste de estresse
- teste de resistencia
- benchmarking de desempenho
- identificacao de gargalos
- fidelidade do ambiente de teste
- teste de carga em producao
- deteccao de regressao de desempenho
Padroes de Tolerancia a Falhas
Circuit breakers, retentativas com backoff, bulkheads, degradacao graciosa, estrategias de failover, redundancia, health checks, gerenciamento de dependencias
Objetivos
- Aplicar padroes de tolerancia a falhas em sistemas de producao
- Projetar estrategias de degradacao graciosa para servicos criticos
Conceitos-chave
- padrao circuit breaker
- retentativa com backoff exponencial
- padrao bulkhead
- degradacao graciosa
- estrategias de failover
- tipos de redundancia (ativo-ativo, ativo-passivo)
- design de health check
- isolamento de dependencias
Recuperacao de Desastres
Definicoes de RTO e RPO, estrategias de DR (backup/restauracao, pilot light, warm standby, multi-site ativo), testes de DR, design de runbooks, replicacao de dados
Objetivos
- Projetar planos de recuperacao de desastres alinhados com requisitos de RTO/RPO do negocio
- Validar planos de DR atraves de exercicios regulares de teste
Conceitos-chave
- RTO (Objetivo de Tempo de Recuperacao)
- RPO (Objetivo de Ponto de Recuperacao)
- niveis de estrategia de DR
- arquitetura pilot light
- warm standby
- multi-site ativo-ativo
- cadencia de testes de DR
- estrategias de replicacao de dados
5 · Infraestrutura & Automacao3 tópicos
Infraestrutura como Codigo
Terraform, Pulumi, CloudFormation, IaC declarativa vs imperativa, gerenciamento de estado, deteccao de drift, design de modulos, testes de IaC
Objetivos
- Projetar infraestrutura como codigo modular e testavel
- Gerenciar estado e drift de IaC entre ambientes
Conceitos-chave
- IaC declarativa vs imperativa
- gerenciamento de estado Terraform
- deteccao de drift
- padroes de design de modulos
- estrategias de teste de IaC
- promocao de ambientes
- segredos em IaC
- gerenciamento de raio de explosao
Pipelines CI/CD
Integracao continua, entrega/implantacao continua, estrategias de implantacao (blue-green, canary, rolling), mecanismos de rollback, pipeline como codigo, feature flags
Objetivos
- Projetar pipelines CI/CD com portoes de seguranca apropriados
- Implementar estrategias de implantacao que minimizem o raio de explosao
Conceitos-chave
- design de pipeline CI
- estrategias de implantacao CD
- implantacoes blue-green
- lancamentos canary
- atualizacoes rolling
- mecanismos de rollback
- feature flags
- observabilidade de pipeline
Orquestracao de Conteineres
Arquitetura Kubernetes, ciclo de vida de pods, gerenciamento de recursos, agendamento, service mesh, auto-scaling (HPA, VPA, CA), estrategias de namespace, padroes de operador
Objetivos
- Operar clusters Kubernetes de producao com boas praticas de confiabilidade
- Projetar estrategias de auto-scaling para cargas de trabalho variaveis
Conceitos-chave
- arquitetura Kubernetes
- gerenciamento de ciclo de vida de pods
- requests e limits de recursos
- auto-scaling horizontal de pods
- service mesh (Istio, Linkerd)
- estrategias de namespace
- padrao operator
- auto-scaling de cluster
6 · Cultura & Estrategia de SRE3 tópicos
Modelos Organizacionais de SRE
SRE embarcado, SRE centralizado, SRE consultivo, equipes de plataforma, dimensionamento de equipes de SRE, modelos de engajamento, revisoes de prontidao de producao
Objetivos
- Avaliar modelos organizacionais de SRE para diferentes estagios de empresa
- Projetar modelos de engajamento de SRE que escalam entre equipes de produto
Conceitos-chave
- modelo de SRE embarcado
- modelo de SRE centralizado
- modelo de SRE consultivo
- equipes de engenharia de plataforma
- dimensionamento de equipes de SRE
- modelos de engajamento
- revisoes de prontidao de producao
- criterios de contratacao de SRE
Roadmaps de Confiabilidade
Modelos de maturidade de confiabilidade, priorizacao de investimentos em confiabilidade, programas de confiabilidade entre equipes, comunicacao executiva, dashboards de metricas de confiabilidade
Objetivos
- Construir roadmaps de confiabilidade multi-trimestrais com resultados mensuraveis
- Comunicar o valor da confiabilidade para stakeholders executivos
Conceitos-chave
- modelos de maturidade de confiabilidade
- priorizacao de investimentos em confiabilidade
- programas de confiabilidade entre equipes
- relatorios executivos de confiabilidade
- OKRs de confiabilidade
- quantificacao de divida tecnica
- construcao de cultura de confiabilidade
- custo da falta de confiabilidade
Engenharia do Caos
Principios de engenharia do caos, hipotese de estado estacionario, controle de raio de explosao, game days, ferramentas de caos (Chaos Monkey, Litmus, Gremlin), maturidade progressiva de caos
Objetivos
- Projetar experimentos de caos com raio de explosao controlado
- Construir um programa progressivo de engenharia do caos
Conceitos-chave
- principios de engenharia do caos
- hipotese de estado estacionario
- controle de raio de explosao
- game days
- ferramentas de caos (Chaos Monkey, Litmus)
- maturidade progressiva de caos
- caos em producao
- experimentos de caos automatizados
Níveis: Júnior, Pleno, Sênior e Especialista
Explique com suas palavras
Corrigido por IA · sem cadastro · 1 perguntaSem alternativas para chutar: você escreve, a IA corrige com a rubrica do tópico e diz em que nível sua resposta está.
Já estuda Engenharia de Confiabilidade de Sites?
A avaliação mede tópico por tópico, e o plano pula o que você já sabe.
Aberto para ler. A conta só é necessária para ser medido.
Perguntas frequentes
Por onde começar a estudar Engenharia de Confiabilidade de Sites?
Comece por Fundamentos de SRE: Principios de SRE, SLIs, SLOs & SLAs e Eliminacao de Toil. O mapa ordena os tópicos pelo que depende de quê, então cada um prepara o seguinte.
Quanto tempo leva uma avaliação completa de Engenharia de Confiabilidade de Sites?
Uma avaliação completa desta trilha leva cerca de 45 minutos. O tempo de estudo depende de onde você começa; o diagnóstico mostra quais tópicos você pode pular.
Preciso de conta para usar esta página?
Não. O mapa, os objetivos e os conceitos-chave são abertos. A conta só é necessária para ser medido, ver seu gap por tópico e receber um plano.