Staff szoftvermérnök, minőségbiztosítás (QE)

Feladatok

• ▹Teszt-automatizálási keretrendszerek fejlesztésének vezetése UI, API és GraphQL rétegeken
• ▹AI-kiértékelési keretrendszerek tervezése és integrálása LLM-alapú funkciók pontosságának, konzisztenciájának ellenőrzésére
• ▹AI-alapú fejlesztői eszközök (Cursor, Claude) használata a teszt-készítés és hibakeresés felgyorsítására
• ▹Teljesítményteszt és monitorozási megoldások technikai megvalósításának vezetése
• ▹Egyedi riportáló és analitikai eszközök fejlesztése lefedettség, flaky teszt arány és minőségi metrikák nyomon követésére
• ▹Új tesztelési technológiák és megközelítések bevezetésének ösztönzése
• ▹Teszt-futtatási pipeline-ok optimalizálása gyorsabb CI/CD visszajelzésért
• ▹Shift-left tesztelési gyakorlatok bevezetése a fejlesztő csapatokkal
• ▹Gyökérok-elemzés vezetése kritikus hibáknál, rendszerszintű javítások kidolgozása
• ▹Kódreview-kban való részvétel a tesztelhetőség biztosítására
• ▹Technikai mentorálás QE mérnököknek automatizálás és AI-eszközök terén

Elvárások

• ▹8+ év gyakorlati tapasztalat szoftverminőség-biztosítási szerepkörben, ebből legalább 2 év Staff/Lead szinten
• ▹Mély jártasság TypeScript/JavaScript tesztelésben és modern frontend ökoszisztémákban (React, Webpack)
• ▹Expert szintű tapasztalat Playwrighttal vagy hasonló böngésző-automatizálási keretrendszerekkel (Cypress, Selenium WebDriver)
• ▹Erős tapasztalat unit és komponens tesztelési keretrendszerekkel (Vitest, Jest, React Testing Library)
• ▹Bizonyított tapasztalat teszt-automatizálási keretrendszerek nulláról vagy meglévők jelentős fejlesztésével történő építésében
• ▹Szilárd CI/CD ismeretek (GitHub Actions, Jenkins, Buildkite, GitLab)
• ▹GraphQL API-kkal szerzett tapasztalat: integrációs tesztek, séma mock, query/mutation validáció
• ▹Teljesítmény- és terheléstesztelő eszközök ismerete (k6, Lighthouse, Artillery)
• ▹Vizuális regressziós tesztelés (Percy, Chromatic, Playwright visual comparisons)
• ▹Allure vagy hasonló teszt-riportáló platform használata
• ▹AI/ML-alapú termékek tesztelési kihívásainak ismerete (nemdeterminisztikus kimenet, adatminőség, modellkiértékelés)

Előny

• ▹SaaS, fintech vagy piaci intelligencia területen szerzett tapasztalat
• ▹Fejlesztői élményt javító eszközök (teszt tooling plugin, egyedi ESLint szabályok, documentation-as-code)
• ▹Docker, Kubernetes és felhő infrastruktúra ismerete (AWS/GCP)
• ▹AI/LLM kiértékelési keretrendszerek ismerete
• ▹Gyakorlati tapasztalat AI-asszisztált fejlesztői eszközökkel (Cursor, GitHub Copilot, Claude)
• ▹MCP (Model Context Protocol) szerverek építése vagy konfigurálása

Soft skillek

A munkáltatóról

Az AlphaSense piaci intelligencia és keresési platformot épít megbízható AI-ra alapozva, amely nyilvános és privát tartalmakból (elemzések, céges beszámolók, szakértői hívások, hírek) nyújt betekintést. A 2024-es Tegus-felvásárlással bővült cégnek több mint 6000 vállalati ügyfele van, székhelye New Yorkban, több mint 2000 munkatárssal az USA-ban, UK-ban, Finnországban, Indiában, Szingapúrban, Kanadában és Írországban.