Formación y entrenamiento de operadores

1) Objetivos del programa de formación

Reducir MTTA/MTTR y aumentar la probabilidad de realizar las acciones correctas por primera vez.
Estandarizar la reacción: playbucks, matriz de escalamiento, patrones comms.
Mantener la estabilidad del equipo: distribución de carga, confianza, cultura de seguridad.
Hacer reproducible el conocimiento: Docs/GitOps, LMS, rugido regular.

2) Perfiles de competencias (Skill Matrix)

3) Módulos de formación (núcleo del programa)

1. SLO & Métricas de incidentes: SLI/SLO, burn-rate, MTTD/MTTA/MTTM/MTTR.
2. Matriz de escalamiento: criterios SEV, temporización, roles (P1/P2/IC/Comms).
3. Playbooks y runbook 'y: estructura, árbol de soluciones, backout/fallback.
4. Observabilidad: logs/métricas/tracks, correlación con anotaciones de liberación.
5. Change/Release: canario/azul-verde, auto-retroceso, ventana de servicio.
6. Base de seguridad: accesos JIT/JEA, secretos, incidentes de seguridad.
7. Base de datosOps: frescura/calidad de los datos, backfills, contratos.
8. Comunicaciones: primeros apdates, cadencia, tonalidad y transparencia.

Cada módulo: 60-90 min teoría + 30-45 min práctica (laboratorio/simulación).

4) Formatos de entrenamiento

Tabletop (scripts de escritorio): análisis de casos por línea de tiempo; los roles se juegan por voz en el chat/sala.
Día del Juego (práctica práctica): en stage/» prod-light» con carga controlada.
Inyección de chaos: fallas puntuales (errores de red/dependencias) con gardriles SLO.
Runbook-drills: «a ciegas» por lista de cheques (reversión, cambio de proveedor, rotación de certificado).
On-call Shadow: 2-4 turnos «en la sombra» bajo la supervisión de un mentor.
Hotwash/AAR: inmediatamente después de la enseñanza - el examen, la fijación de las mejoras.

5) Calendario y ritmo

Semanal: 1 tabletop corto (30-45 min) por función/servicio.
Mensual: 1 día de juego (2-3 h) en escenarios Tier-0/1 prioritarios.
Trimestral: simulacro de DR (failover/failback) + incidente de seguridad.
Después de grandes cambios: drills de destino a través de un nuevo playbook/proceso.

6) Onboarding del operador (4-6 semanas)

1. Ned. 1: módulos básicos (SLO, matriz, playbucks), accesos read-only, «tour» de dashboards.
2. Ned. 2: laboratorios: logs/tracks, lanzamientos de playbooks en sandbox, patrones de comms.
3. Ned. 3: shadow-turnos (2-3 ranuras), mini-tabletop como P1.
4. Ned. 4: mini game day: retroceso de lanzamiento, cambio de proveedor; Certificación interna P1-L1.
5. Ned. 5-6: extensión a P2/IC (por pista), participación en el día del juego mensual.

7) Certificación y tolerancia a los roles

Teoría: prueba (LMS) por módulos, umbral del 80% +.
Práctica: lista de verificación de habilidades (ver abajo) + participación en 2 tabletop y 1 día de juego.
Shadow → Solo: 2-4 turnos observados → 1 turno bajo supervisión → tolerancia independiente.
Validez: 12 meses; recertificación cuando se producen cambios en las directivas/los playbooks.

8) Métricas de rendimiento de aprendizaje

Time-to-First-Action (en ejercicios/combate): mediana/p95.
La rama correcta del playbuck:% de los casos sin «bucles».
Comms SLA Adherence en el ejercicio: proporción de apdates oportunos.
MTTA/MTTR locales en simulaciones vs. rendimiento de combate.
Coverage:% on-call que ha recibido entrenamiento durante el trimestre (objetivo ≥ 90%).
Lista de reproducción predeterminada: encontrada/corregida después del ejercicio (CAPA).
Encuesta de pulso (cambio de NPS): confianza/carga, tendencia QoQ.

9) Plantillas y hojas de cheques

9. 1 Lista de comprobación tabletop (líder)

• Objetivo/SEV/diseño de rol anunciado.
• Timeline: T0, Detected, Ack, Declare, Mitigate, Recover.
• Se han pasado las bifurcaciones clave del playbook.
• La plantilla Comms está llena (primer apdate y cadence).
• Resultado: 3-5 mejoras (playbook/alertas/dashboards).

9. 2 Lista de verificación del día del juego

• Stand/» prod-light», datos de prueba, retroceso y gardrailes listos.
• Escenarios: mínimo 2 (por ejemplo, proveedor y DB).
• El monitoreo de SLO y las anotaciones de liberación están activos.
• Cuaderno de información: gráficos, registros, tiempo de pasos.
• AAR 30 minutos después del final; CAPA está establecida.

9. 3 Mapa de habilidades P1 (fragmento)

SLO Triage: (4-level scale)
Playbook launch:
Comms first update:
Feature flags/limits:
Release rollback:
Logs/Trails:

9. 4 Tarjeta de enseñanza (plantilla)

ID: TR-2025-11-GD-PAY
Format: Game Day
Scenario: PSP-A degradation in EU (SEV-1)
Goals: TTFA≤10m, correct playbook branch, first update ≤15m
Gardrails: payment_success ≥98% on test traffic
Stages: canary 1%→5%→25%, switchover, rollback
Team: IC, P1, P2, Comms, Vendor
Evidence: graphs, logs, timeline
CAPA owners/deadlines:...

9. 5 Mini plantilla de primer apdate (entrenamiento)

Impact: EU payment delays, -2. 8% to SLO (test traffic).
Diagnosis: confirmed by quorum; PSP-A increased latency.
Action: PSP-B overweight 30%→70%, degrade-UX included.
Next update: 14:30 UTC.

10) Herramientas y automatización

LMS/Docs-as-Code: cursos, pruebas, versionamiento de playbooks y SOP.
Simulador de alertas: reproduce burn-rate, quórum, tormenta (para Page Storm drills).
Komms-bot: patrones de apdate, temporizadores, control de cadence.
Emuladores de dependencia: PSP/KYC/CDN para scripts de proveedores.
Auto-extracto de videncia: enlaces a gráficos, anotaciones de liberación, registros.

11) Comunicación con los procesos

Los resultados del ejercicio → Alert Review, Postmortem Review, Change Advisory.
Actualizaciones de playbooks/alertas - vía PR, con formación obligatoria "dry-run'.
Ejercicios en vísperas de grandes ventanas de servicio/lanzamientos - son obligatorios.

12) Anti-patrones

Entrenamientos «para marcar» sin objetivos medibles y con evidencia.
Las enseñanzas → habilidades demasiado raras se degradan.
Sólo teoría sin práctica y shadow-turnos.
Los ejercicios sin gardrailes → el riesgo de romper el stand o el prod.
No hay CAPA → los mismos errores se repiten.
La falta de entrenamiento en comunidad es una buena farsa, pero malos mensajes.

13) Hoja de ruta para la implementación (4-8 semanas)

1. Ned. 1: fijar Skill Matrix, programa de módulos, criterios de certificación.
2. Ned. 2: ejecutar LMS, preparar 10 playbucks clave y 2 scripts tabletop.
3. Ned. 3: shadow-turnos de inicio, para pasar 1 día de juego en el Tier-0.
4. Ned. 4: introduzca el ritmo de tabletop semanal, el bot común, el simulador de alertas.
5. Ned. 5-6: ampliar en DataOps/Security, añadir inyecciones de chaos.
6. Ned. 7-8: certificar P1-L1 todos los on-call, pasar un día de DR trimestral.

14) Resultado

El entrenamiento y entrenamiento es un ciclo constante: teoría → práctica → cambio en la sombra → ejercicios de combate → AAR → CAPA → actualización de playbooks. A este ritmo, el equipo actúa con confianza en los playbooks, cumple con la matriz de escalamiento y SLO, reduce MTTA/MTTR y mantiene la calidad de las comunicaciones - y el negocio obtiene una función operativa predecible y madura.