- Страна
- Россия
Python QA Engineer (Python + Backend)
Оценка ИИАльфа-Банк — это сильный бренд с развитой ИТ-культурой и интересными задачами на стыке QA и Data Engineering. Удаленный формат работы и использование современного стека (Python, ClickHouse, React) делают вакансию очень привлекательной для опытных специалистов.
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 ИИВакансия требует глубоких знаний не только в автоматизации на Python, но и в работе с базами данных (PostgreSQL, ClickHouse), включая сложные аналитические запросы. Ожидается опыт от 3 лет, что предполагает уверенное владение инструментарием и понимание архитектуры систем.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции QA Engineer с опытом от 3 лет и знанием ClickHouse в банковском секторе Москвы рыночные предложения обычно начинаются от 200 000 рублей. Данная роль требует навыков, близких к SDET, что может повышать планку вознаграждения.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Альфа-Банк. ИТ-специалисты
Python QA Engineer (Python + Backend)
Опыт работы: 1–3 года
Полная занятость
График: 5/2
Формат работы: удалённо
*☑️* Чем предстоит заниматься
-Анализ бизнес-требований и участие в планировании доработок
-Написание и поддержка автоматизированных тестов на Python (pytest) для бэкенд-сервисов
-Проверка качества данных и целостности выгрузок в PostgreSQL и ClickHouse (аналитические запросы, сверка данных, валидация миграций)
-Анализ UI на React с использованием DevTools (понимание логики компонентов), но фокус — на бэкенде
-Работа с дефектами: поиск, фиксация, контроль исправления на проде
-Подготовка синтетических данных для тестирования витрин и сложных кейсов
-Регрессионное тестирование
*☑️* Наши пожелания к кандидатам
-Коммерческий опыт тестирования от 3-х лет
-Уверенное чтение чужого кода
-Опыт написания автотестов (pytest / unittest)
-Работа с REST API, JSON, HTTP
-Написание скриптов для генерации тестовых данных и автоматизации рутины
-Владение venv, poetry, pip
-PostgreSQL: Сложные запросы, JOINs, подзапросы, оконные функции (ROW_NUMBER, LAG, LEAD), понимание транзакций, анализ плана запросов (EXPLAIN)
-ClickHouse: Понимание колоночной архитектуры, умение писать аналитические запросы на больших объемах (движки MergeTree, ReplacingMergeTree), работа с clickhouse-client
-Тест-дизайн: Уверенное применение классов эквивалентности, граничных значений, попарного тестирования
-Инструменты: Git (ветвление, PR), Jira, Postman/Insomnia/curl, Jenkins (базовое понимание CI/CD)
-Документирование: Умение четко формулировать баг-репорты и писать тест-кейсы
Будет плюсом:
-Знание основ React (хуки, состояние, пропсы) и умение читать JSX/TSX
-Опыт работы с Docker / docker-compose
-Понимание ETL-процессов и опыт тестирования высоконагруженных систем
-Опыт мониторинга (Grafana, Prometheus)
Контакты: Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- PyTest
- PostgreSQL
- ClickHouse
- React
- REST API
- JSON
- HTTP
- Git
- Jira
- Postman
- Jenkins
- Docker
- Grafana
- Prometheus
Возможные вопросы на собеседовании
Проверка навыков работы с аналитическими БД, указанными в вакансии.
Расскажите о вашем опыте работы с ClickHouse: какие движки таблиц вы использовали и в чем специфика тестирования данных в колоночных БД?
Вакансия делает упор на сложные SQL-запросы.
Приведите пример использования оконных функций в PostgreSQL для валидации данных или поиска дубликатов.
Проверка умения автоматизировать подготовку окружения.
Как вы подходите к генерации синтетических данных для тестирования витрин данных с использованием Python?
В требованиях указан React как плюс.
Как знание React и инструментов DevTools помогает вам в тестировании бэкенд-сервисов и локализации ошибок?
Оценка понимания процессов CI/CD.
Опишите ваш опыт интеграции автотестов в Jenkins: как вы обрабатываете нестабильные (flaky) тесты в пайплайне?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
