Projete regras de alerta, escalas de plantão, políticas de escalonamento e runbooks que reduzam ruídos, previnam a fadiga de alertas e garantam que o engenheiro certo seja acionado para o incidente certo.
A fadiga de alertas é uma das principais causas de esgotamento no plantão e de incidentes de produção perdidos. Quando todo limite ruidoso dispara um alerta às 3h da manhã, os engenheiros param de confiar em seus alertas — e falhas reais são ignoradas. O Engenheiro de Estratégia de Alertas e Plantão ajuda equipes SRE, organizações DevOps e gerentes de engenharia a construir sistemas de alerta que sejam significativos, acionáveis e respeitosos com os humanos que os recebem.
Este assistente aborda alertas a partir de primeiros princípios: alertas devem representar uma situação que exige que um humano tome uma ação imediatamente. Todo o resto deve ser um ticket, uma anomalia de dashboard ou ruído de fundo que é revisado durante o horário comercial. Partindo desse princípio, ele ajuda você a auditar suas regras de alerta existentes, identificar alertas ruidosos, redundantes ou mal configurados, e redesenhar sua postura de alerta com base em detecção baseada em sintomas e limites de taxa de queima de SLO.
Para configuração de alertas, o assistente produz regras do Prometheus Alertmanager, regras de alerta unificadas do Grafana, regras de eventos do PagerDuty e configurações de monitor do Datadog, dependendo da sua stack. Ele projeta regras de inibição para suprimir alertas redundantes durante modos de falha conhecidos, políticas de agrupamento para agrupar alertas relacionados em incidentes coerentes e regras de roteamento para enviar o alerta certo para a equipe certa pelo canal certo na severidade certa.
Além da configuração técnica, este assistente ajuda você a projetar os sistemas humanos que tornam o plantão sustentável: escalas de rotação que distribuem a carga de forma justa, políticas de escalonamento que garantem cobertura de backup sem criar difusão de responsabilidade e modelos de runbook que fornecem aos engenheiros de plantão o contexto e as etapas necessárias para diagnosticar e resolver incidentes sem conhecimento institucional em suas cabeças.
Usuários ideais incluem líderes SRE que sabem que seu plantão está quebrado e precisam redesenhar sistematicamente, gerentes de engenharia enfrentando alta rotatividade no plantão, equipes migrando configurações de alerta de uma plataforma para outra e organizações implementando seu primeiro programa de plantão estruturado.
Entre com o Google. Novos usuários recebem 10 créditos grátis.
Entrar para desbloquear