- Страна
- Россия
- Зарплата
- от 1 300 ₽
AQA(Python) разработчик Senior
Оценка ИИИнтересный проект в сфере ML/Data с современным стеком технологий (Iceberg, Spark, K8s). Однако, проект краткосрочный (4+ месяца), а описание компании отсутствует.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью глубоких знаний в области Data Engineering (Spark, Iceberg, StarRocks) и инфраструктуры (Kubernetes, GitOps), а также требованиями к проведению нагрузочного тестирования.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИУказанная ставка 1300 (вероятно, в час) с НДС соответствует рыночному уровню для Senior AQA специалистов в РФ, работающих на контрактной основе (B2B/ИП). При полной занятости это составляет около 200-220 тысяч рублей на руки, что является средним показателем для данной роли.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
AQA(Python) разработчик Senior
Описание проекта: Платформа для организации и автоматизации процессов, связанных с разработкой, обучением, тестированием и развертыванием моделей машинного обучения
Продолжительность: 4+ месяцев.
Локация: РФ
Ставка: 1300, с НДС
Требования:
● Опыт в роли AQA(Python) разработчика от 4 лет
● Опыт в методологии обеспечения качества. Организация систематических процессов, направленных на предотвращение дефектов и соблюдение стандартов разработки.
● Опыт тестирования API и баз данных.
● Знакомство с регрессионным тестированием. Уровень регресса - нужен автоматизация процесса проверок на стендах. Отчеты allure.
● Опыт в SQL
● Опыт в Spark и Yaml
● Опыт в kubernetes и Apache Iceberg
● Опыт в Allure
Задачи:
● Разрабатывать и поддерживать QA пайплайны тестирования для MWS Data Lakehouse: юнит тесты, интеграции, end2end, производительность, защищённость.
● Проектировать, писать и автоматизировать тест-кейсы.
● Выполнять ручное тестирование новых фич и сложных data-сценариев.
● Проводить нагрузочное и стресс тесты 1000+ QPS, конкуренция в StarRocks, S3 интеграции.
● Тестировать GitOps-деплойменты.
● Проверять корректность работы Iceberg таблиц.
● Тестировать интеграции: Iceberg REST Catalog - StarRocks S3/Iceberg - Spark/Trino.
● Вести баг-трекинг, писать воспроизводимые баг-репорты с логами, метриками и трассировкой данных.
● Участвовать в планировании спринтов релизного цикла.
● Проводить тестирование тестовых и пре-прод стендов
Откликнуться на запрос: Откликнуться По вопросам партнерского сотрудничества: @ju_vetta
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- SQL
- Spark
- YAML
- Kubernetes
- Apache Iceberg
- Allure
- API Testing
- Regression Testing
- Load Testing
- GitOps
- S3
- StarRocks
- Trino
- Unit Testing
- Integration Testing
- End-to-End Testing
Возможные вопросы на собеседовании
Проверка понимания специфики тестирования больших данных и форматов хранения.
Как бы вы организовали проверку целостности и корректности данных в таблицах Apache Iceberg после выполнения Spark-джобы?
Оценка навыков нагрузочного тестирования в высоконагруженных системах.
Какие инструменты и подходы вы бы использовали для имитации нагрузки в 1000+ QPS на StarRocks и как бы анализировали узкие места?
Проверка опыта работы с современными методами деплоя.
В чем заключаются особенности тестирования GitOps-деплойментов по сравнению с классическими CI/CD пайплайнами?
Оценка навыков интеграционного тестирования сложных цепочек.
Опишите стратегию тестирования интеграции между Iceberg REST Catalog, StarRocks и S3. На что стоит обратить внимание в первую очередь?
Проверка умения работать с отчетностью и визуализацией результатов.
Как вы настраиваете Allure для отображения специфических метрик производительности и логов из Kubernetes при автоматизации E2E тестов?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
