QA Autо Python
Хорошая вакансия с четко прописанными требованиями и рыночной зарплатой для Middle-уровня. Привлекает возможность удаленной работы и работа с современным стеком, включая AI-технологии.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Вакансия требует широкого стека технологий (Web, Mobile, API) и глубокого знания Python. Дополнительным усложняющим фактором является фокус на тестировании AI/LLM систем, что требует специфических знаний сверх стандартного QA Automation.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Предлагаемая зарплата (150-200к на руки) полностью соответствует рыночным ожиданиям для Middle QA Automation инженера в России. Верхняя граница в 200 000 ₽ является стандартом для опытных специалистов с хорошим знанием Python и инструментов автоматизации.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
IT-Implant
QA Autо Python
от 150 000 до 200 000 ₽ за месяц, на руки
Опыт работы: 3–6 лет
Полная занятость
График: 5/2
Формат работы: удалённо
*☑️* Наши пожелания к кандидатам
-Опыт работы в QA от 5 лет, включая ручное и автоматизированное тестирование, в том числе от 3 лет коммерческого опыта в QA Automation
-Уверенное знание Python и PyTest. Навыки работы с JavaScript или Python для автоматизации тестирования
-Знание основ тестирования Frontend, Backend, Web-приложений, API и микросервисов
-Опыт тестирования REST API и GraphQL API, включая автоматизацию REST API
-Опыт работы с Postman и SoapUI для ручного тестирования API
-Опыт работы с Requests, httpx/asyncio и аналогичными библиотеками для API-автоматизации
-Опыт UI-автоматизации с использованием Playwright, Selenium, Cypress или аналогичных инструментов
-Знание основ автоматизации тестирования и опыт работы хотя бы с одним из фреймворков: Selenium или Cypress
-Опыт мобильного тестирования и mobile automation с использованием Appium или аналогичных инструментов
-Навыки написания и поддержки тест-кейсов, тест-планов и баг-репортов
-Знание основных техник тест-дизайна, умение самостоятельно анализировать требования и проектировать тестовую автоматизацию
-Опыт работы с системами управления тестированием и отслеживания дефектов, такими как Jira и TestRail
-Опыт работы с Allure или аналогичными инструментами формирования отчётности по результатам тестирования
-Уверенное знание SQL, опыт проверки и валидации данных в базах данных, включая PostgreSQL и MySQL
-Опыт работы с SQLAlchemy или аналогичными ORM
-Базовые знания Git и опыт использования систем контроля версий для тестовых скриптов и кода
-Знание основ CI/CD и опыт интеграции и запуска автоматизированных тестов в CI/CD-конвейерах
-Опыт работы с Docker для настройки и управления тестовыми средами
-Понимание принципов тестирования Web-, API-, Backend- и микросервисных систем
-Будет плюсом:
-Опыт тестирования LLM/NLP/AI-based продуктов
-Опыт работы с OpenAI API, Azure OpenAI, Anthropic API или Gemini API
-Опыт тестирования RAG, embeddings и vector databases
-Опыт LLM evaluation, включая оценку hallucinations, relevance, factuality, consistency и safety
-Опыт работы с LangChain или LlamaIndex
-Опыт тестирования производительности с использованием Locust, k6 или JMeter
-Опыт работы с Kafka или RabbitMQ
-Опыт работы с Redis или MongoDB
-Опыт работы с Kubernetes
-Опыт работы с облачными платформами AWS, Azure или GCP
-Опыт построения automation framework с нуля
-Опыт работы с инструментами мониторинга и анализа логов: Grafana, Kibana, ELK или Datadog
-Опыт mentoring и technical leadership
Контакты: Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Python
- PyTest
- JavaScript
- REST API
- GraphQL
- Postman
- SoapUI
- Playwright
- Selenium
- Cypress
- Appium
- Jira
- TestRail
- Allure
- SQL
- PostgreSQL
- MySQL
- SQLAlchemy
- Git
- CI/CD
- Docker
- LLM
- NLP
- Kafka
- RabbitMQ
- Redis
- MongoDB
- Kubernetes
- AWS
- Azure
- Locust
- JMeter
Возможные вопросы на собеседовании
Проверка навыков проектирования архитектуры тестов.
Расскажите о вашем опыте построения фреймворка автоматизации с нуля: какие инструменты вы выбирали и почему?
Оценка понимания специфики современных API.
В чем заключаются основные различия при автоматизации тестирования REST API и GraphQL API? С какими сложностями вы сталкивались?
Проверка владения инструментами UI-автоматизации.
Сравните Playwright и Selenium: в каких случаях вы отдадите предпочтение одному из этих инструментов для веб-автоматизации?
Оценка знаний в области AI-тестирования, указанных в вакансии.
Как бы вы подошли к тестированию LLM-продукта на предмет галлюцинаций и релевантности ответов?
Проверка навыков работы с инфраструктурой.
Опишите процесс интеграции ваших автотестов в CI/CD конвейер. Как вы обрабатываете нестабильные (flaky) тесты в пайплайне?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

