Docker e Kubernetes Para Desenvolvedores: O Que Aprender Para Vagas DevOps Remotas

Por Que Docker e Kubernetes São Skills Obrigatórias em 2026

Docker se tornou a forma padrão de empacotar e executar aplicações. Kubernetes (K8s) se tornou o padrão para orquestrar containers em produção. Em 2026, um desenvolvedor backend ou DevOps sem conhecimento prático de Docker e K8s está excluído de 60-70% das vagas internacionais.

A boa notícia: você não precisa ser expert em Kubernetes para usar no dia-a-dia. A maioria das vagas exige conhecimento de trabalho — saber criar e gerenciar clusters, fazer deploys, debuggar pods. O nível de expertise de "K8s architect" é necessário apenas para posições de SRE e Platform Engineering sênior.

Docker: Do Zero ao Proficiente

Por Que Docker Importa

Docker resolve o problema clássico "funciona na minha máquina". Um container Docker garante que a aplicação roda com exatamente as mesmas dependências e configurações em qualquer ambiente — local, staging, produção.

Conceitos Fundamentais

• Image vs Container: Image é o template (como uma classe). Container é a instância rodando (como um objeto).
• Dockerfile: instruções para construir uma imagem — FROM (base), RUN (comandos), COPY (arquivos), CMD (comando padrão)
• docker-compose: define e roda aplicações multi-container (app + database + redis) em um arquivo YAML
• Volumes: persistência de dados entre reinicializações de containers
• Networks: comunicação entre containers

Dockerfile Profissional (Multi-stage Build)

# Stage 1: Build
FROM node:20-alpine AS builder
WORKDIR /app
COPY package*.json ./
RUN npm ci --only=production

# Stage 2: Runtime (imagem final muito menor)
FROM node:20-alpine AS runner
WORKDIR /app
COPY --from=builder /app/node_modules ./node_modules
COPY . .
EXPOSE 3000
USER node  # nunca rode como root em produção
CMD ["node", "src/index.js"]

Multi-stage builds reduzem o tamanho da imagem final em 60-80% — uma imagem Node.js sem multi-stage pode ter 1GB, com multi-stage fica em 150-200MB.

Kubernetes: Conceitos Essenciais Para Devs

A Anatomia de Um Cluster K8s

• Node: máquina virtual ou física que executa containers
• Pod: menor unidade do K8s — um ou mais containers que compartilham rede e storage
• Deployment: define como pods são criados e atualizados (replicas, rolling updates)
• Service: expõe pods para comunicação interna (ClusterIP) ou externa (LoadBalancer)
• Ingress: roteamento HTTP/HTTPS para Services (tipo um nginx configurado automaticamente)
• ConfigMap / Secret: configurações e variáveis de ambiente para containers
• Namespace: isolamento lógico de recursos dentro do cluster

Exemplo de Deployment Completo

apiVersion: apps/v1
kind: Deployment
metadata:
  name: api-deployment
spec:
  replicas: 3
  selector:
    matchLabels:
      app: api
  template:
    metadata:
      labels:
        app: api
    spec:
      containers:
      - name: api
        image: myregistry/api:v1.2.0
        ports:
        - containerPort: 3000
        env:
        - name: DATABASE_URL
          valueFrom:
            secretKeyRef:
              name: db-secret
              key: url
        resources:
          requests:
            memory: "128Mi"
            cpu: "100m"
          limits:
            memory: "256Mi"
            cpu: "500m"
        livenessProbe:
          httpGet:
            path: /health
            port: 3000
          initialDelaySeconds: 15

O Que Aprender Para Cada Nível de Vaga

Backend Developer (K8s básico)

• Escrever e otimizar Dockerfiles (multi-stage, menor imagem, segurança)
• docker-compose para ambiente local de desenvolvimento
• Ler e entender manifests YAML do Kubernetes
• kubectl basics: get, describe, logs, exec, apply, rollout
• Entender Deployments, Services, ConfigMaps e Secrets

DevOps Engineer (K8s intermediário)

• Helm charts para templating e gerenciamento de releases
• Ingress controllers (nginx-ingress, Traefik)
• Horizontal Pod Autoscaler (HPA) e KEDA para escala automática
• Monitoring stack: Prometheus + Grafana + AlertManager
• CI/CD com GitHub Actions ou ArgoCD (GitOps)
• Gerenciar clusters em cloud: EKS (AWS), GKE (GCP), AKS (Azure)

SRE / Platform Engineer (K8s avançado)

• Custom Resource Definitions (CRDs) e Operators
• Service Mesh (Istio ou Linkerd) para traffic management e mTLS
• Cluster autoscaler e Karpenter para gerenciamento de nodes
• Network policies, RBAC e Pod Security Standards
• Multi-cluster management com Flux ou ArgoCD

Faixa Salarial: DevOps / SRE Remoto Internacional

• DevOps Engineer Pleno: USD 7.000–10.000/mês
• Senior DevOps / SRE: USD 10.000–15.000/mês
• Staff SRE / Platform Engineer: USD 14.000–20.000/mês

Certificações Relevantes

• CKA (Certified Kubernetes Administrator): a mais valorizada para K8s — exame prático de 2h no terminal
• CKAD (Certified Kubernetes Application Developer): versão para devs, mais acessível que CKA
• AWS Solutions Architect + DevOps Engineer Professional: complementa K8s com cloud