Com quais serviços trabalhou e o que exatamente fez com eles?
sobes.tech IA
Resposta da IA
Trabalhei com uma vasta gama de serviços que cobrem as principais áreas das práticas de DevOps:
-
Plataformas em nuvem:
- AWS (Amazon Web Services): EC2 (gestão de instâncias, autoscaling, ELB), S3 (armazenamento de objetos, configuração de sites estáticos), RDS (gestão de bases de dados – PostgreSQL, MySQL), VPC (infraestrutura de rede), IAM (gestão de acesso), CloudWatch (monitoramento e alertas), Lambda (funções sem servidor), EKS (gestão de clusters Kubernetes), Route 53 (DNS).
- Azure (Microsoft Azure): Máquinas Virtuais, Contas de Armazenamento, Azure SQL Database, Rede Virtual, Azure AD (Azure Active Directory), Azure Monitor, Azure Kubernetes Service (AKS), Azure Functions, Azure DNS.
- GCP (Google Cloud Platform): Compute Engine, Cloud Storage, Cloud SQL, Virtual Private Cloud, Cloud Identity and Access Management (IAM), Cloud Monitoring, Google Kubernetes Engine (GKE), Cloud Functions, Cloud DNS.
-
Sistemas de gestão de configurações:
- Ansible: Automação do deployment de aplicações, gestão de servidores, configuração de sistemas operativos, execução de tarefas rotineiras. Escrita de playbooks e roles.
- Terraform: Infraestrutura como código. Criação, alteração e destruição de infraestrutura na cloud (AWS, Azure, GCP, Kubernetes e outros). Gestão do estado da infraestrutura.
- Chef / Puppet (experiência básica): Uso de recipes/manifestos para gerir configurações.
-
Sistemas CI/CD:
- Jenkins: Construção de pipelines para compilar, testar e fazer deploy de aplicações (desde monólitos até microserviços). Integração com sistemas de controlo de versões (Git), gestores de pacotes, ferramentas de teste.
- GitLab CI/CD: Solução totalmente integrada para CI/CD no GitLab. Criação de ficheiros
.gitlab-ci.yml, configuração de runners, gestão de deploys. - GitHub Actions: Automação de workflows no GitHub. Build, teste e deploy de aplicações diretamente do repositório.
- Azure DevOps Pipelines: Construção de pipelines CI/CD no ambiente Azure DevOps.
-
Contenerização:
- Docker: Construção de imagens (Dockerfiles), execução de containers, gestão de containers (Docker-compose), orquestração (Docker Swarm básico).
- Kubernetes: Deployment e gestão de aplicações em containers. Trabalho com pods, deployments, serviços, ingress, configmaps, secrets. Monitoramento e escalonamento. Gestão de RBAC.
-
Sistemas de monitorização e logging:
- Prometheus & Grafana: Recolha de métricas, visualização de dados, configuração de alertas. Monitorização do estado de servidores, aplicações, clusters Kubernetes.
- ELK Stack (Elasticsearch, Logstash, Kibana): Recolha centralizada, parsing, armazenamento e análise de logs. Visualização de logs, pesquisa, criação de dashboards.
- Zabbix: Monitorização de servidores, equipamentos de rede, aplicações. Configuração de triggers e alertas.
- CloudWatch (AWS), Azure Monitor, Google Cloud Monitoring: Uso de sistemas integrados na cloud para monitorização de recursos.
-
Sistemas de controlo de versões:
- Git: Trabalho diário com Git: clonagem, commits, pushes, pulls, merges, rebase, trabalho com branches, forks, pull-requests/merge-requests.
-
Utilização de linguagens de scripting:
- Bash: Escrita de scripts para automação de tarefas rotineiras, deployment, administração.
- Python: Escrita de scripts mais complexos para automatizar tarefas de DevOps, trabalhar com APIs de provedores cloud, análise de dados.
As ações específicas variaram desde projetar e implementar toda a infraestrutura do zero para implantar novos microserviços até otimizar pipelines CI/CD existentes, implementar sistemas de monitoramento e logging, e garantir alta disponibilidade de serviços através da configuração de autoescalamento e balanceadores de carga. Também gerenciava a configuração e manutenção de bancos de dados, garantindo segurança através da gestão de acessos e configuração de firewalls.