Вакансия: Middle QA Engineer в команду Machine learning
Описание вакансии
С 2016 года в компании активно развивается направление Machine learning . Сейчас в команде работают крутые специалисты: дата-аналитики, разработчики, тестировщики и менеджеры проектов.
Команда распределенная, наши сотрудники работают по всей РФ, в том числе в Новосибирске, Томске, Санкт-Петербурге и др.
Наши проекты:
- кредитный скоринг;
- антифрод;
- распознавание изображений документов, удостоверяющих личность;
- распознавание лиц;
- идентификация клиента;
- платформа для учета данных в реальном времени.
Если ты хочешь прокачать навыки тестирования backend, а также разработки автотестов на Python с ревью у опытных разработчиков и тестировщиков, приглашаем тебя присоединиться к нам! Мы находимся в поисках Старшего инженера-тестировщика машинного обучения.
На старте тебе предстоит заниматься следующими задачами:
- тестирование REST API и бизнес-логики микросервисов;
- интеграционное тестирование микросервисов и ML моделей;
- разработка и поддержка автотестов на Python;
- анализ требований совместно с командой;
- ведение технической документации по сервисам.
Далее, по мере погружения в проект, наши тестировщики подключаются к:
- ведению новой фичи с точки зрения тестирования (анализ требований, планирование работ по тестированию, экспертиза по проекту) в паре с разработчиком;
- участию в code review с точки зрения метода белого ящика;
- менторству новичков;
- сопровождению сервисов на бою (подготовка релизов, мониторинг состояния и поддержка смежных команд по вопросам сервисов).
Наши процессы:
- мы работаем по Kanban, команды состоят из разработчиков и тестировщиков. В каждой команде есть менеджер проектов;
- релизный цикл - 1 неделя;
- в команде уже налажены процессы тестирования, всё важное описано в регламентах;
- не проводим ручное регрессионное тестирование - сразу покрываем его автотестами;
- тестируем только бэкенд фронт и мобильные приложения находятся в ведении других команд;
- на старте к новичку прикрепляется наставник, на онбординг выделяется 1-1,5 месяца, далее - боевые задачи;
- в команде есть QA-лид, который проводит встречи 1-1, помогает с составлением индивидуального плана развития и любыми рабочими вопросами;
- проводим Performance Review 2 раза в год, по результатам которого определяется размер премии;
- проводим оценку грейда и/или пересмотр ЗП не реже 1 раза в год.
Наш стек:
- микросервисы на Python + aiohttp / fastapi;
- автотесты на Python (pytest, requests, pydantic, faker, factory-boy, aioresponses и т.д.);
- тестовые и боевые стенды в k8s, Gitlab CI для СI/CD;
- базы данных: postgres, elasticsearch;
- очереди сообщений: Kafka;
- средства мониторинга: Jaeger, Sentry, Grafana, Prometheus;
- Hoppscotch для АPI-запросов;
- нагрузочное тестирование: Jmeter;
- Jira для ведения задач;
- Confluence для ведения документации.
Возможные векторы развития для перехода на уровень senior:
- расширение экспертизы в сервисах команды;
- углубление знаний Python, участие в code review с точки зрения метода белого ящика;
- развитие в автоматизации, нагрузочном тестировании;
- роль QA лида небольшой команды (3-5 тестировщиков): проведение встреч 1-1, помощь в составлении индивидуальных планов развития, оценка тестировщиков.
Что мы ожидаем:
- опыт работы тестировщиком от 2х лет;
- уверенное владение теорией тестирования и техниками тест дизайна;
- понимание клиент-серверной архитектуры;
- опыт работы в Postman/Insomnia/Hoppscotch;
- владение Python на начальном уровне (например, пройдены курсы по основам языка/автоматизации);
- знание базовых команд git;
- опыт работы с CI/CD, например, Gitlab;
- опыт работы с СУБД, например, PostrgeSQL/ClickHouse/elasticsearch.
Будет преимуществом:
- опыт автоматизации API или веб-приложений/мобильных приложений;
- владение pytest;
- опыт ревью кода;
- опыт работы с очередями сообщений (Kafka);
- базовые знания docker + k8s;
- опыт проведения нагрузочного тестирования;
- владение английским языком, достаточным для чтения технической документации.
Место работы на выбор: удаленно или в офисе/в гибридном формате в городах: Новосибирск, Томск, Санкт-Петербург.
