Ищем QA Lead, который возьмет на себя развитие направления тестирования в AI Tech-компании.
Ищем QA Lead, который возьмет на себя развитие направления тестирования в AI Tech-компании.
Нам нужен не просто руководитель, который управляет процессами, а сильный технический специалист, способный выстроить QA-функцию с нуля, развивать команду и лично участвовать в автоматизации тестирования.
Особое внимание уделяем качеству AI-функциональности: тестированию LLM, AI-агентов и интеграций с языковыми моделями.
Чем предстоит заниматься
Управление командой
Руководить QA-командой из Manual QA и Automation QA инженеров.
Планировать работу команды, распределять задачи и контролировать качество их выполнения.
Проводить code review, ревью тест-кейсов и тест-дизайна.
Участвовать в найме, адаптации и развитии QA-инженеров.
Помогать команде развивать технические компетенции.
Построение QA-процессов
Выстроить и развивать процессы тестирования с учетом особенностей AI-продуктов.
Разрабатывать QA-стратегию, подходы к функциональному, регрессионному, интеграционному и acceptance-тестированию.
Внедрять quality gates, Definition of Done и критерии готовности к релизу.
Развивать подходы к автоматизации, повышать тестовое покрытие и стабильность тестов.
Участвовать в планировании релизов, оценке рисков и принятии решений о качестве выпускаемого продукта.
Hands-on автоматизация
Самостоятельно разрабатывать и поддерживать автоматизированные тесты.
Развивать и поддерживать automation framework.
Проводить code review автотестов и улучшать качество тестовой инфраструктуры.
Интегрировать автоматизацию в CI/CD.
Работать с API, UI и backend-тестированием.
Тестирование AI-продуктов
Разрабатывать подходы к тестированию LLM и AI-агентов.
Проверять качество и стабильность ответов моделей, корректность выполнения действий и использования инструментов (tool calling).
Прорабатывать сценарии обработки ошибок, повторных запросов, ограничений и нестабильных ответов.
Проверять безопасность AI-функциональности: prompt injection, утечки данных, обход ограничений и другие потенциальные уязвимости.
Использовать AI-инструменты и агентов для разработки, анализа и поддержки автотестов.
Что мы ожидаем
Опыт работы в QA от 5 лет.
Опыт автоматизации тестирования от 3 лет.
Опыт технического лидерства или управления QA-командой.
Уверенное владение TypeScript и Playwright.
Практический опыт автоматизации UI и API-тестирования.
Понимание принципов построения automation framework и тестовой архитектуры.
Опыт работы с REST API, микросервисной архитектурой и интеграционным тестированием.
Понимание CI/CD и опыт интеграции автотестов в pipeline.
Уверенная работа с SQL и понимание баз данных.
Опыт работы с Docker.
Понимание принципов работы брокеров сообщений (Kafka, RabbitMQ или аналоги).
Умение выстраивать процессы тестирования, оценивать риски и принимать решения по качеству релизов.
Практический опыт использования AI-инструментов и AI-агентов в QA-процессах.
Будет преимуществом
Опыт работы с Python и Pytest.
Опыт тестирования AI/LLM-продуктов и AI-агентов.
Практический опыт построения LLM Evals и оценки качества генеративных ответов.
Знакомство с инструментами Claude Code, Codex, Cursor и аналогами.
Опыт работы с Arize Phoenix, Langfuse, promptfoo, DeepEval, Ragas, Braintrust или LangSmith.
Понимание SSE streaming, OpenAPI и contract testing.
Опыт тестирования безопасности AI-систем, включая prompt injection и утечки данных.
Полностью удаленный формат работы.
Полную занятость и стабильную загрузку.
Участие в создании AI-продуктов нового поколения.
Возможность выстраивать quality-инфраструктуру с нуля.
Современный технологический стек.
Высокий уровень автономности и инженерной ответственности.
Команду сильных инженеров и быстрый цикл разработки.
Конкурентную оплату труда (обсуждается индивидуально).
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.