QA Automation Engineer (Python / Data Pipelines), Senior
Стабильная компания с узкой специализацией в QA, что гарантирует профессиональную среду. Предлагается полная удаленка, однако зарплатная вилка для уровня Senior может показаться средней по рынку Москвы.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Высокая сложность обусловлена необходимостью глубоких знаний в области Big Data инструментов (Spark, Airflow, NiFi), что встречается реже, чем классическое тестирование веб-сервисов. Требуется подтвержденный опыт от 3 лет и статус Senior.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Предложенная зарплата до 210 000 ₽ на руки находится на нижней границе или чуть ниже медианы для Senior QA Automation инженера в Москве, особенно с учетом редкой специализации на Data Pipelines. Рыночные показатели для таких ролей обычно стартуют от 250 000 ₽.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
QA Automation Engineer (Python / Data Pipelines), Senior Devquality
Зарплата: до 210 000 ₽ на руки
Местоположение: Москва
Формат работы: Удаленно
Опубликована: 18.11.2026
Требования:
• Гражданство и локация только РФ
• Разработка автотестов на Python с pytest и/или unittest от 3 лет
• Тестирование пайплайнов Spark, Airflow, NiFi и Dolphin
• Опыт работы с CI/CD: Jenkins, GitLab CI или аналогичные
О компании:
Devquality — более 10 лет в ИТ-области, занимается разными видами тестирования и помогает руководителям проектов с релизами
Контакт: Откликнуться
Откликнуться опубликована в @qa_jobs
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Python
- CI/CD
- Apache Spark
- Jenkins
- Apache Airflow
- PyTest
- Apache NiFi
- GitLab CI
- unittest
- DolphinScheduler
Возможные вопросы на собеседовании
Проверка практического опыта работы с ключевым инструментом оркестрации, указанным в вакансии.
Как бы вы организовали автоматизированное тестирование DAG в Airflow, чтобы убедиться в целостности данных между задачами?
Оценка навыков тестирования распределенных систем обработки данных.
С какими основными проблемами вы сталкивались при тестировании Spark-приложений и как их решали с помощью автотестов?
Проверка владения основным языком разработки тестов.
Какие библиотеки Python, помимо pytest, вы считаете наиболее эффективными для валидации схем данных в пайплайнах?
Оценка понимания процессов интеграции тестов в разработку.
Опишите ваш опыт настройки пайплайна в GitLab CI или Jenkins для запуска тестов данных: как вы управляете тестовыми окружениями и очисткой данных?
Проверка навыков работы с инструментами потоковой передачи данных.
В чем заключается специфика тестирования процессов в Apache NiFi по сравнению с пакетной обработкой?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

