Entrevista de Ingeniero de Fiabilidad del Sitio: preguntas y respuestas.

Preguntas

Preguntas técnicas para practicar en voz alta

1. 01

   ¿Cómo funcionan los SLO y los presupuestos de error?

   Un SLO fija un objetivo para un indicador centrado en usuario durante una ventana; el presupuesto de error es la falta de fiabilidad permitida. El burn rate guía alertas y riesgo de entregas.

   Leer el desglose completo
2. 02

   ¿Cómo trias un incidente de servicio como SRE?

   Cuantifica usuarios e impacto en SLO, asigna mando, revisa señales doradas y cambios, prueba una hipótesis cada vez, mitiga antes de buscar causa raíz y comunica con una cadencia.

   Leer el desglose completo
3. 03

   ¿Cómo abordas la planificación de capacidad?

   Proyecta demanda desde crecimiento y eventos, mide recursos por unidad de carga, modela picos y margen ante fallos, identifica la primera dependencia saturada, prueba supuestos y fija tiempos de escalado.

   Leer el desglose completo
4. 04

   ¿Cómo trabajan juntas métricas, logs y trazas?

   Las métricas muestran tendencias y alertas, las trazas conectan latencia de una solicitud y los logs explican eventos. IDs de correlación y metadatos consistentes permiten navegar entre las tres señales.

   Leer el desglose completo
5. 05

   ¿Cómo haces sostenible una rotación on-call?

   Una rotación sostenible tiene alertas accionables, frecuencia manejable, playbooks, acceso y automatización seguros, escalado claro, descanso protegido, formación y trabajo para eliminar toil recurrente.

   Leer el desglose completo
6. 06

   ¿Qué hace útil un postmortem de incidente?

   Un postmortem útil y sin culpa incluye impacto y cronología, condiciones técnicas y organizativas, detección y respuesta, causas con evidencia y pocas acciones con propietario que reduzcan recurrencia o alcance.

   Leer el desglose completo
7. 07

   ¿Cómo pruebas la fiabilidad de un servicio?

   Prueba fiabilidad con carga y estrés, fallos de dependencias, pérdida de zona o instancia, timeouts y reintentos, restauración y game days; define antes estado estable y condiciones de aborto.

   Leer el desglose completo
8. 08

   ¿Cómo reduces fatiga de alertas?

   Elimina alertas no urgentes o accionables, alerta por síntomas y burn de SLO, deduplica fallos correlacionados, ajusta ventanas con evidencia, enruta propietario y trata páginas ruidosas como defectos.

   Leer el desglose completo
9. 09

   ¿Cómo planificas recuperación ante desastres?

   Define RTO y RPO por servicio, mapea dependencias y datos, elige backup o recuperación multirregión, automatiza reconstrucción y failover, protege credenciales y prueba operar desde recuperación.

   Leer el desglose completo
10. 10

    ¿Cómo evalúas fiabilidad de una entrega?

    Evalúa entregas con tasa de fallo y rollback, diferencias canary de errores y latencia, burn de SLO, incidentes y tiempo de detección y recuperación; compara tráfico equivalente y marca versiones en telemetría.

    Leer el desglose completo