Abstract

Building a DOE-Architected Copilot CLI Harness for Multi-Month ITSM Analysis When production fails, we jump into our terminals. But to prevent the next failure, we need to analyze months of historical context trapped inside enterprise ITSM platforms like ServiceNow and BMC Helix. Throwing 6 months of noisy ticket data directly into an LLM context window is a recipe for high cloud bills, hallucinated patterns, and "context anxiety". In this talk, you'll learn how to build a local, highly disciplined SRE Agent Harness using GitHub Copilot CLI integrated with a DOE (Directive, Orchestration, Execution) architecture. We will detail the exact data engineering pipelines required to extract, parse, and enrich months of ITSM records into clean, semantic timelines before feeding them to your agent.

Bio

Rod Anami is Platform Reliability & Operations Lead at 3M and the author of "Becoming a Rockstar SRE". Before 3M, he was Lead SRE at Kyndryl's Center of Excellence, where he led a global SRE Guild across 40+ countries and built the SRE accreditation program for thousands of engineers. He won first place in Kyndryl's 2025 AI Hackathon and builds agentic AI tooling, including custom MCP servers that connect LLMs to enterprise data such as ServiceNow. Rod curates the SRE Manifesto and co-organized SREday Campinas, the series' first conference in Latin America.

Abstract

SRE is typically associated with cloud platforms and software services, but many of its core principles can be applied to industrial operations as well. Through practical examples from connected industrial automation systems, this talk shows how observability, incident management, root cause analysis, and reliability engineering help maintain critical physical assets. The session offers a unique perspective on how SRE practices can bridge the gap between software and the real world.

Bio

As a Technical Support Engineer at Ecolab, I support connected industrial systems across Latin America, specializing in industrial IoT, automation, instrumentation, and remote diagnostics. My work involves troubleshooting critical operations, investigating incidents, and improving the reliability of industrial assets. I am particularly interested in the intersection between reliability engineering, industrial operations, and modern monitoring practices.

Abstract

Você já se deparou com incidentes que continuam acontecendo, mesmo depois dos times terem identificado a "causa" ? Ou que aquela situação que contribuiu para o incidente que você estava, continua sendo uma pedra no sapato ? Nesses 30 minutos, vamos mostrar como fazemos no Bradesco, indo além da Root Cause Analysis para uma análise de fatores contribuintes, com metodologia de PostMortem & Incident Review, usando ferramentas cientificamente comprovadas como 5 porquês, FTA, Barreira de falhas e Ishikawa, e fomentando uma cultura blameless, focado em segurança psicológica em um modelo federado.

Bio

Leonardo Camara é IT Operation Manager no Banco Bradesco, responsável pela Gestão de Incidentes e Problemas e o processo de Resilience Sprint, com mais de 15 anos de experiência em Tecnologia, dos quais 10 anos focados em SRE, Gestão de Problemas e ITSM em grandes organizações como Itaú, Vivo, Banco Pan e Bradesco. Especializado em construir uma cultura com foco em resiliência e reduzir falhas sistêmicas em ambientes de missão crítica. 
Pedro Alex da Costa é especialista em Gestão de Problemas no Banco Bradesco, com atuação focada em confiabilidade, operações e governança tecnológica. Possui Experiência na condução de incidentes, análise de causa raíz e coordenação de times multidisciplinares. Destaca-se pela capacidade de alinhar áreas, acelerar decisões e transformar desafios complexos em ações efetivas para fortalecer a resiliência operacional.

Henrique Gense é um IT Operation Manager no Banco Bradesco, responsável pelos times de resposta à emergência e SRE no Command Center, com mais de 25 anos de experiência em tecnologia. Ele é especialista em continuidade de negócio, service recovery, MordernOps, automação e AIOPs para construção de sistemas resilientes e de alta disponibilidade.

Abstract

Why the rise of AI makes deep engineering experience more valuable than ever – not less.

Bio

Senior DevOps & Platform Engineer with 8+ years of experience building and running cloud-native infrastructure on Azure and AWS.

Abstract

AI is starting to move beyond helping SREs investigate incidents and into actually taking action. That raises an important question: when is it safe to let an AI agent change something in production? This talk explores that transition from AI copilots to more autonomous SRE agents. We’ll look at practical ways to control that autonomy, including human approval, least privilege, policy enforcement, blast radius, dry runs, rollback, observability, and continuous evaluation. Using real-world incident scenarios, I’ll show where AI can add value today, where it should still stop and ask for help, and what needs to be in place before we let it act on its own. The goal is not to replace SREs. It is to reduce repetitive operational work while keeping production safe, observable, and under control.

Bio

Senior Site Reliability and Observability Engineer with extensive experience in enterprise infrastructure, cloud technologies, monitoring, automation, and reliability engineering. Specialized in observability platforms such as Instana, Dynatrace, Splunk among others, and in building scalable solutions that improve operational efficiency, visibility, and system resilience. Passionate about automation, infrastructure architecture, and the practical application of AI to solve complex technical challenges.

Abstract

Você passa o ticket pro agente e em minutos a feature está pronta. Roda, passa no teste, faz o que você pediu. Aí você abre o diff. O padrão do projeto foi ignorado, a camada que vocês aboliram voltou, e tem uma biblioteca ali que ninguém aprovou. Você aponta, ele corrige, você cola o erro no chat, ele diz que já resolveu. Quando o PR sobe, o tempo que você economizou gerando foi embora na revisão, e o que você fez na última hora não foi programar, foi ser babá de IA. Nada disso é culpa do modelo. Sozinho, um agente não tem como saber a forma de trabalhar do seu time, nem como provar que seguiu ela. Harness engineering é o controle de como o código nasce, quando a forma de trabalhar do time vira estrutura que o agente recebe. Loop engineering é o que te tira do meio do ciclo, com um juiz que não é o próprio agente e um critério de parada que ele não negocia. Do ticket ao PR, com o que funciona e onde ainda quebra.

Bio

Comecei minha carreira como desenvolvedor de software, me tornei arquiteto de soluções e hoje trabalho na interseção entre Cloud, DevOps, SRE e Inteligência Artificial. Sou fundador da Veronez.io e, ao longo dos últimos anos, já ajudei milhares de profissionais por meio dos meus treinamentos e dos conteúdos que compartilho no YouTube. Minha trajetória vai do código à arquitetura, passando por desenvolvimento, infraestrutura, containers, Kubernetes, Cloud e DevOps. Hoje, uso toda essa experiência pra explorar uma nova fase da engenharia: como integrar IA aos fluxos que usamos pra construir, operar e evoluir sistemas.

Abstract

Como transformar princípios de SRE em uma jornada prática, priorizada e incorporada ao fluxo real dos times? Nesta palestra, apresentaremos o SRE as a Service, plataforma que centraliza e acelera a adoção de práticas de confiabilidade. A iniciativa transforma a pirâmide de SRE em um modelo operacional: cada camada se desdobra em práticas estruturadas, e cada prática se converte em itens do backlog das squads. A plataforma conecta práticas como SLO, Error Budget, Correlation Deployment, Chaos Engineering e Post-mortem a uma jornada de evolução. Cada prática detalha desde o objetivo até a atividade que a squad executa, com premissas, critérios de entrada, aceite e conclusão, a evidência esperada e os indicadores corporativos que ela impulsiona. É o que reduz a distância entre uma recomendação de SRE e a sua implementação. Mostraremos a avaliação de maturidade, que é o elemento central dessa jornada. Ela fornece à squad um parâmetro objetivo sobre seu estágio em cada prática, reduzindo a subjetividade e permitindo comparações ao longo da jornada e entre diferentes squads. Como esse processo é contínuo, a maturidade passa a ser acompanhada como um indicador de evolução do time. A jornada não se limita ao diagnóstico: os resultados da avaliação identificam oportunidades de melhoria e orientam a priorização de ações para elevar a maturidade. Essas ações são estruturadas em backlog e integradas ao Jira, facilitando seu acompanhamento e a evolução da squad. Como exemplo concreto, detalharemos a prática de definição de SLOs: do mapeamento da jornada do usuário e dos SLIs ao contrato de SLO, Error Budget e dashboards de acompanhamento. Também discutiremos como relacionar deploys a sinais operacionais, testar cenários de falha de forma controlada e usar os aprendizados para evoluir continuamente o serviço. A principal lição é que escalar SRE não significa somente escalar ferramentas ou criar mais padrões. Significa criar um produto interno que traduza confiabilidade em decisões, aprendizado e trabalho priorizado para os times. audience: - "SREs" - "Platform Engineers" - "DevOps Engineers" - "Lideranças de Engenharia" - "Gestores de Confiabilidade" - "Profissionais que buscam escalar a adoção de SRE em múltiplos times" topics: - "Adoção de SRE" - "Cultura e formas de trabalho" - "SLOs, SLIs e Error Budgets" - "Maturidade de confiabilidade" - "Backlog centralizado" - "Integração com Jira" - "Plataforma interna" presentation_structure: - "O desafio de escalar a adoção de SRE." - "A pirâmide de SRE como estrutura para organizar práticas." - "Da prática ao backlog integrado ao Jira." - "Mapa mental de práticas e jornada de adoção." - "Exemplo prático: definição de SLOs." - "Avaliação de maturidade por jornada e squad." - "Lições aprendidas e próximos passos."

Bio

Luiz Siqueira é Gerente de Site Reliability Engineering (SRE) no Banco Bradesco e lidera o SRE Core Team, responsável por acelerar a adoção de confiabilidade, automação e observabilidade em serviços críticos. Com mais de 15 anos de experiência em tecnologia, construiu sua trajetória em operações de alta disponibilidade, performance, resiliência digital e transformação de ambientes complexos. Atuou anteriormente em empresas como IBM e Kyndryl, em posições de SRE, Product Owner e Delivery Project Manager. É professor de SRE e palestrante em eventos como SREcon Americas e Dynatrace Perform/Innovate. Possui certificações em SRE, Chaos Engineering, Cloud (Azure e IBM) e Agile. Atua conectando estratégia, engenharia e operação para transformar confiabilidade em uma capacidade escalável das organizações.
Maria Luiza de Queiroz atua como Site Reliability Engineer (SRE) no Banco Bradesco, atuando com confiabilidade, automação, observabilidade e evolução de práticas de SRE. É formada em Engenharia da Computação pela Universidade de Pernambuco (UPE) e possui experiência anterior na NTT DATA, com atuação em desenvolvimento de sistemas e engenharia de software. Possui certificações em Site Reliability Engineering e Microsoft Azure, com atuação voltada à integração entre desenvolvimento, operação e confiabilidade.

Abstract

AI is rapidly changing how data engineers write code, build pipelines, troubleshoot failures, and maintain complex data platforms. But getting real value from AI requires more than giving an agent access to a repository and asking it to generate code. Harness Engineering is about designing the environment around AI agents — providing the right context, tools, documentation, tests, observability, guardrails, and feedback loops so they can reliably understand, modify, validate, and operate data systems. In this talk, we will explore what Harness Engineering looks like in the context of modern Data Engineering. From data contracts, schemas, lineage, and pipeline metadata to automated testing, CI/CD, observability, MCP, and agent-friendly repositories, we will discuss how to make data platforms AI-operable by design. The goal is to move from AI as a coding assistant to AI as an engineering collaborator: capable of diagnosing pipeline failures, implementing transformations, validating data quality, navigating complex dependencies, and safely contributing to production-grade data systems.

Bio

With two decades of experience in Information Technology, and postgraduate studies at FGV and Unicamp, Felipe Pereira is an Entrepreneur and Speaker. As an Entrepreneur, he has founded Máquina de Dados, a consultancy company that helps businesses be more strategic and innovative using Analytical Intelligence and Artificial Intelligence. He is also a Speaker, having lectured at major innovation & technology events such as Google Datafest and Singularity University.

Abstract

Reliability is not just about incident response—it starts with how workloads are placed and provisioned before failures even occur. This session breaks down the journey of translating academic doctoral research into hands-on testing inside Google Cloud infrastructure. We explore how heuristic models and predictive optimization can improve Kubernetes scheduling decisions, mitigate hot-spots, and prevent cascading node degradations. Through concrete benchmarks, test architectures, and post-experiment findings on GKE, this talk delivers actionable insights for SREs looking to optimize workload distribution, lower error budgets consumption, and balance theoretical guarantees with operational reality.

Bio

Camilla Martins is a Senior Site Reliability Engineer, Google Developer Expert (GDE), Docker Captain and Computer Science Ph.D. candidate at PPGI/UNIRIO. With extensive experience in cloud infrastructure, Kubernetes, and observability, her research focuses on applying optimization algorithms and heuristics to distributed cloud systems and container scheduling.

Abstract

Existe um desafio novo pros times de plataforma, SRE e DevOps: como escalar o uso de agentes de IA sem reinventar a roda a cada novo caso de uso? Construir um agente do zero tem curva de aprendizado real, e pra maioria dos problemas do dia a dia isso nem é necessário. Um projeto como o kagent já resolve a complexidade operacional e de segurança de rodar agentes como workloads de produção, sem você criar e sustentar um serviço próprio do zero. O kagent, projeto CNCF da Solo.io, trata agentes como recursos nativos do Kubernetes: CRDs gerenciados via kubectl e GitOps, rodando sobre um service mesh pra mTLS e RBAC, com descoberta nativa de ferramentas via MCP e comunicação Agent-to-Agent (A2A) pra agentes se encontrarem e delegarem tarefas entre si pelo cluster. A talk cobre a arquitetura (control plane, agent substrate, suporte a múltiplos runtimes como Go, Python, LangGraph, CrewAI), como a descoberta via A2A funciona na prática, e o que surpreende quem está começando.

Bio

Gabriel Dantas é Platform Engineer (DevEx & Productivity) no QuintoAndar, com 6+ anos de experiência em Developer Experience e Platform Engineering. Ajuda a construir e manter um Internal Developer Platform baseado em Backstage, atendendo mais de 500 engenheiros e engenheiras. No dia a dia trabalha com Kubernetes, ArgoCD e observability via OpenTelemetry. Já palestrou em Platform Days, DevOpsDays São Paulo e DevPR.

Abstract

In this talk I'll demonstrate how AI agents can help SRE for validate K8s app errors and send option to resolve problem or resolv manually with this AI copilot.

Bio

Microsoft MVP, AWS Community Builder and Hashicorp Ambassador. +25 years on technology. DevOps and Cloud Engineer. Partipating at big projects of automate using IAC, pipelines and now using AI fo AIOps.

Abstract

Aplicações legadas frequentemente se tornam fonte de sobrecarga operacional, exposição a riscos de segurança e desafios de confiabilidade. Nesta sessão, exploraremos como a modernização de aplicações com o GitHub pode acelerar iniciativas de modernização utilizando transformação, testes e validação de código assistidos por IA. Por meio de exemplos reais e lições aprendidas, mostraremos como os esforços de modernização podem aumentar a confiabilidade do sistema, reduzir riscos operacionais e permitir que as equipes de engenharia dediquem menos tempo a resolver problemas emergenciais e mais tempo a gerar valor.

Bio

Especialista em Engenharia de Soluções na Microsoft, Rodrigo Leme acumula uma sólida trajetória de duas décadas liderando projetos de infraestrutura de TI, Governança de Nuvem Híbrida e Transformação Digital. Com histórico internacional e atuação prévia como consultor sênior na IBM e Kyndryl, ele possui visão ampla sobre otimização de custos e arquitetura de negócios. Rodrigo é reconhecido por conectar tecnologia de ponta aos objetivos comerciais de grandes organizações, garantindo escalabilidade, segurança e eficiência financeira.

Abstract

Em um ambiente AWS pouco padronizado, aplicações eram publicadas em ECS e Amplify por meio de processos manuais, com configurações descentralizadas e diferentes níveis de segurança e observabilidade. Precisávamos aumentar a confiabilidade da plataforma sem transformar o time responsável em um gargalo, e principalmente, sem retirar a autonomia dos desenvolvedores. Nesta palestra, apresentarei a jornada de migração para uma arquitetura baseada em EKS e CloudFront e como utilizamos o Backstage para criar uma experiência de autosserviço. Por meio de Software Templates e pipelines de CI/CD, transformamos padrões arquiteturais, requisitos de segurança, observabilidade e mecanismos de rollback em golden paths reutilizáveis. Mostrarei como estruturamos templates de frontend e backend alinhados às tecnologias da empresa, permitindo que novas aplicações fossem implantadas em poucos minutos. Também compartilharei os desafios, as decisões arquiteturais, os trade-offs da adoção do EKS e os aprendizados de centralizar a experiência do desenvolvedor sem centralizar todo o trabalho em uma única equipe.

Bio

Direto da terra do peão, é apaixonado por tecnologia e por seu potencial de simplificar o dia a dia. Graduado em Sistemas de Informação pela PUC Minas, atualmente é mestrando em Tecnologias da Informação e Comunicação e Gestão do Conhecimento, enquanto mantém um flerte cada vez mais sério com a carreira acadêmica. É fundador do AWS SGB PUC Minas e organizador do DevOpsDays BH. Nas horas vagas, especializa-se em piadas ruins, cultiva sua paixão pela cultura nerd e tenta praticar esportes, apesar de as aparências insistirem em dizer o contrário.

Abstract

Before your first container hits production on Kubernetes you install a distro, a CNI, an ingress, cert-manager, Prometheus, Loki and ArgoCD. None of them is your app. After ten years of running platform teams on Kubernetes, I built Reliaburger to put the lot into one Rust binary: scheduler, gossip, Raft, eBPF service discovery, ingress, mTLS, registry, metrics, logs, GitOps and chaos testing, driven by TOML. An app with health checks, ingress and autoscaling is twelve lines.

This is a hands-on session, so bring a laptop (macOS on Apple silicon or Linux; Windows is not supported yet). You will:

1. Install Reliaburger with one command and start a node on your laptop. No container runtime, no root, no VMs: the built-in process runtime runs plain binaries.
2. Deploy an app from a twelve-line TOML file and watch it in the terminal dashboard and the web UI.
3. Ship a deliberately sick version and watch the health checker restart it, then roll back with one command.
4. Break it on purpose with the built-in fault injector: kill an instance, freeze another, and let relish wtf explain what just happened.
5. Read the manual and the source code from inside the binary. I will be next to you for the questions the manual does not answer.
6. Provide feedback!

It is 0.2.0. It will break. That is the point, and I want to hear about it.

Bio

Rod Anami is Platform Reliability & Operations Lead at 3M and the author of "Becoming a Rockstar SRE". Before 3M, he was Lead SRE at Kyndryl's Center of Excellence, where he led a global SRE Guild across 40+ countries and built the SRE accreditation program for thousands of engineers. He won first place in Kyndryl's 2025 AI Hackathon and builds agentic AI tooling, including custom MCP servers that connect LLMs to enterprise data such as ServiceNow. Rod curates the SRE Manifesto and co-organized SREday Campinas, the series' first conference in Latin America.

Abstract

How to Integrate Agent Development Kit (ADK), Cloud Run, and Gemini Enterprise into a Prompt-Driven DevOps Pipeline to Replace Complex Scripts with Natural Language, Along with IAM Security and Governance. The era of artificial intelligence agents has presented a new challenge for SRE, Platform Engineering and DevOps teams: how can they quickly deploy, version, and scale agent-based systems without compromising infrastructure security? In this 25-minute session, we’ll present how to build an intelligent harness capable of translating natural language intentions directly into the Gemini CLI to orchestrate the full deployment lifecycle of agents and custom skills. Let's dive in the operational side of deploying and running AI agents and focus on infrastructure, reliability, automation, observability, deployment workflows, and reducing operational toil. What you’ll learn in this session: Architecture & Security: How to implement the principle of least privilege by separating Deployment Service Accounts (Deployer SA) from Runtime Service Accounts (Runtime SA), and Agent Platform Identity (Platform ID SA) on Google Cloud Platform. Agent Development: Modular development of agents and tools in Python using the Google Agent Development Kit (ADK) and google-agents-cli. Deployment and Operational Side: Container packaging and deployment on Google Cloud Run and the Gemini Enterprise Agent Platform. Infrastructure, reliability, automation, observability, deployment workflows, and reducing operational toil. Natural Language Harness: How to create system instructions to transform the Gemini CLI into a secure, autonomous, and deterministic DevOps operator.

Bio

With over 26 years of IT experience, I am a Senior DevOps Engineer at Bosch Digital, where I provide consulting and support for cloud computing services using leading providers such as Azure, AWS, GCP, and OCI. I also have experience with infrastructure as code (IaC), automation, containerization, orchestration, and observability, using tools such as Terraform, Ansible, Docker, Kubernetes, and Observability (Prometheus + Grafana / LGTM stack + New Relic). Former Sr. Multicloud Architect focused on Google Cloud solutions. Coordinator, Speaker, Mentor and Panelist at TDC Floripa, TDC São Paulo and Devopsdays Campinas 2025 and 2026.

Abstract

Here at Bradesco we run a process called Resilience Sprint. In this process we look into one application per month, put devs, SRE, observability, Archtecture, ITSM and Infra people together in one room and look for SPOFs, Archtecuture flaws (technical debt), problems that hasnt been prioritized and make a list of actions to complete in 4 weeks. We have everybody looking at the same direction. My team controls and conduct the ritual and make sure we generate value. Would like a spot to explain how those things works.

Bio

Joao is a senior analyst that is responsible for the resilience culture, implanted in 2025. He runs e conects the priorities with senior executives.

Abstract

A maioria dos clusters Kubernetes ainda roda em sistemas operacionais tradicionais — com SSH aberto, pacotes desnecessários e superfície de ataque enorme. O Talos Linux resolve isso na raiz: um OS construído do zero exclusivamente para Kubernetes, sem shell, sem SSH, com sistema de arquivos imutável e gerenciado inteiramente por API gRPC declarativa. Nesta palestra vamos entender a filosofia do Talos — efêmero, seguro por design, 100% declarativo — e por que isso importa pra quem opera confiabilidade em produção. Com uma demo prática subindo um cluster local, você vai sair sabendo se o Talos faz sentido no seu ambiente, e como avaliar essa migração sem drama.

Bio

Emerson Silva é Engenheiro DevOps/SRE na 4Linux, com mais de 9 anos de experiência em ambientes críticos de infraestrutura, automação e confiabilidade. Instrutor, autor e palestrante, com passagens por SREDay, DevOpsDays e Meetups da CNCF. Community Lead de Kubernetes na DOUGBrazil e organizador dos eventos da CNCF Campinas.

Abstract

Estamos começando a colocar agentes de IA dentro de workflows operacionais, dando a eles acesso a métricas, logs, traces, dashboards e ferramentas de produção. Mas surge uma nova pergunta: quem observa o agente que está fazendo observabilidade? Nesta palestra, vamos aplicar princípios clássicos de SRE aos próprios agentes. Se um agente consome tokens demais, escolhe a ferramenta errada, demora para concluir uma investigação ou falha ao correlacionar sinais, isso também é um problema de confiabilidade.Principalmente relacionado a segurança de dados. A partir de uma arquitetura com OpenTelemetry, Grafana e MCP, veremos como transformar conceitos conhecidos de SRE em mecanismos para avaliar agentes: Error Budget vira Token Budget, SLI vira Tool Success Rate, latência vira Agent Latency e MTTR passa a incluir Investigation Time. O objetivo não é discutir se IA substituirá SREs, mas mostrar como tratar agentes como qualquer outro componente de produção: instrumentados, mensuráveis e sujeitos a objetivos de confiabilidade.

Bio

Lara Xavier é DevOps Sênior e Especialista em Observabilidade, primeira mulher brasileira Grafana Champion e palestrante. Atua com SRE, OpenTelemetry e plataformas de observabilidade em escala, com foco em confiabilidade, governança de telemetria e experiência de desenvolvedores. Também pesquisa sobre aplicações de tecnologia assistiva integradas à observabilidade.

Abstract

In this talk I will present how you can speed your AWS spending no money via self-hosted emulator. I will show why this is a great knowledge to have in your utility bealt and have a little IaC hands-on showing its capabilities.

Bio

Desenvolvedor, entusiasta da cultura DevOps, durante a sua carreira em Ti já trabalho em diversos segmentos como treinamento, sysadmin e desenvolvedor.

Abstract

Está apresentação propõe uma narrativa prática e provocativa sobre como a inteligência artificial pode transformar a sustentação de produtos de tecnologia em data centers. A partir de uma história fictícia, mas inspirada em desafios reais de operação, acompanhamos uma madrugada crítica em que uma degradação silênciosa coloca uma equipe de sustentação sob alta pressão.

Bio

Willian Bersch Yamashita é um Especialista SRE no Bradesco, onde se dedica a construir sistemas confiáveis de alto desempenho para uma das maiores instituições financeiras do Brasil. Com mais de 15 anos de experiência em. Desenvolvimento de software e engenharia de sistemas, já atuou em todas as camadas tecnológicas, desde o desenvolvimento de aplicativos móveis em kotlin e swift, ate sistemas backend de grande escala construídos com Spring. Aprimorando continuam te o desempenho estabilidade e a experiência do usuário em plataformas complexas. Com base em São Paulo, é reconhecido por conciliar confiabilidade e performance com uma engenharia bem elaborada e criteriosa.

Abstract

Um artefato não assinado que chega em produção não é apenas uma falha de segurança, é um incidente de disponibilidade esperando para acontecer. Em pipelines GitOps, confiamos implicitamente que a imagem no registry é exatamente a que o pipeline gerou, mas raramente verificamos isso de fato. Quando esse pressuposto falha, o sintoma aparece longe da causa: um SLO quebra, um rollback não se comporta como esperado e o time de plantão descobre tarde demais que a versão anterior nunca foi verificada com certeza. Com agentes de IA cada vez mais escrevendo e até fazendo commit de código, essa pergunta fica ainda mais urgente: seu pipeline consegue garantir que qualquer artefato, escrito por humano ou por IA, passou pelos mesmos gates de qualidade e segurança antes de chegar em produção? Nesta talk vamos entender como o Sigstore e o Cosign funcionam na prática, eliminando a necessidade de gerenciar chaves privadas manualmente na assinatura de artefatos. Vamos ver também como provenance, através das SLSA attestations, funciona como telemetria de como um artefato foi construído, não apenas de quem o assinou.

Bio

Flávio é especialista em segurança da informação em ambientes cloud (Azure, AWS), desenvolvimento seguro e DevOps. Tem ampla experiência em segurança de ambientes cloud e on-premise, segurança de containers e Kubernetes, além de práticas seguras de GitOps. Como desenvolvedor com foco em segurança, contribuiu em diversos projetos implementando gates de segurança em pipelines de CI/CD e aplicando shift-left no desenvolvimento seguro.

Abstract

Kubernetes incidents usually start the same way: an alert fires, someone checks events, runs a few describe and logs commands, builds a hypothesis, and decides whether it's safe to take action. Although this process is familiar to most SREs, it is still largely manual, time-consuming, and often difficult to document consistently. In our team, we started asking a simple question: how much of that investigation could be automated while still keeping humans in control of critical decisions? This talk presents a two-agent AIOps architecture designed around that idea. A collector monitors Kubernetes Warning events and triggers a read-only diagnostic agent. Through Kubernetes tools exposed by MCP, the agent gathers evidence, investigates affected resources, analyzes possible causes, and generates a structured incident report that an operator can review. The key design decision was to separate diagnosis from remediation. The diagnostic agent can investigate and suggest actions, but it cannot make changes. The operator remains responsible for deciding whether a proposed remediation is appropriate. Only after explicit approval does a second agent perform the corrective action. Every step is tracked. The system validates the cluster state after remediation, records the outcome, and preserves reports, decisions, failures, and state transitions to provide a complete audit trail.

Bio

Marcelo Capilé is an SRE and Infrastructure Architect at IBM with more than 15 years of experience in IT. His background includes Linux, AIX, automation, cloud infrastructure, observability, Kubernetes, and Red Hat OpenShift, with a strong focus on solving operational problems in complex environments. He is a Certified Kubernetes Administrator (CKA) and a Red Hat Certified Architect (RHCA), specializing in OpenShift. Marcelo also contributed to the IBM Redbook Implementation Guide for Kubernetes and Red Hat OpenShift, covering the implementation of IBM Storage Scale Container Native (CNSA), and is a contributing author of Jornada Kubernetes, a collaborative Brazilian book about Kubernetes. He enjoys turning operational challenges into practical solutions and sharing what he learns through technical communities, mentoring, writing, and collaborative projects.

Abstract

Modern engineering teams need observability, but building and maintaining monitoring infrastructure shouldn't be their primary focus. This talk presents how Sicredi, one of Brazil's largest cooperative financial institutions, transformed observability from a complex technical requirement into a consumable service through their Internal Developer Platform (IDP). We'll explore the journey from fragmented monitoring tools to a unified observability platform that offers instrumentation modules, SLO management, forecasting, anomaly detection, and AI-powered insights as self-service capabilities. Attendees will learn practical strategies for abstracting observability complexity while empowering development teams with powerful monitoring capabilities

Bio

Passionate about observability, distributed systems, and open source, I lead observability initiatives at Sicredi, where I focus on building an Observability as a Service platform for engineering teams. I enjoy sharing practical experiences from designing and operating observability platforms at scale, helping organizations improve reliability, accelerate incident response, and foster an observability-first culture.

Abstract