Senior QA mérnök

Feladatok

• ▹Vizsgáld át a követelmény-specifikációkat és a technikai tervdokumentumokat, adj időben érdemi visszajelzést
• ▹Készíts részletes, jól strukturált tesztterveket és teszteseteket, frissítsd a meglévőket
• ▹Vezesd és segítsd a junior QA elemzőket
• ▹Becsüld meg, priorizáld, tervezd és koordináld a tesztelési tevékenységeket
• ▹Tervezz, fejlessz és futtass automatizálási scripteket TypeScript, Playwright vagy hasonló keretrendszerek (Cypress, Selenium) segítségével
• ▹Használj AI-kódoló asszisztenseket és agentikus eszközöket (pl. Claude Code) a tesztírás gyorsítására, az automatizálási scriptek karbantartására és a hibák triázsolására
• ▹Építs és tarts karban újrafelhasználható AI skilleket és agentikus munkafolyamatokat ismétlődő QA-feladatokhoz (tesztgenerálás, regressziós ellenőrzés, hiba-dokumentáció)
• ▹Alkalmazz spec-vezérelt fejlesztési gyakorlatokat (pl. AI-DLC), hogy a követelményeket strukturált specifikációkká alakítsd az AI-asszisztált teszteléshez
• ▹Tervezz és futtass kiértékeléseket ("eval"-okat) az AI-alapú funkciókhoz, mérve a pontosságot, relevanciát és hallucináció-arányt
• ▹Alkalmazz nem-determinisztikus tesztelési megközelítéseket AI/LLM funkciókhoz, statisztikai küszöbökkel, mintavétellel és ismételt futtatás-elemzéssel
• ▹Konfigurálj és felügyelj AI-megfigyelhetőségi/kiértékelési eszközöket (pl. Arize AX/Phoenix, LangSmith) a modell/agent teljesítmény követésére és a regressziók jelzésére
• ▹Azonosíts, rögzíts, dokumentálj, kövess nyomon és zárj le hibákat; végezz alapos regressziós tesztelést
• ▹Aktívan add tovább a tudást a QA csapatnak dokumentáción és prezentációkon keresztül, beleértve az AI-asszisztált tesztelési gyakorlatokat is

Elvárások

• ▹Igazolt tapasztalat webalkalmazások manuális és automatizált QA-tesztelésében
• ▹TypeScript/JavaScript jártasság, gyakorlati tapasztalattal Playwright-tal vagy hasonló keretrendszerrel (Cypress, Selenium, WebdriverIO)
• ▹Gyakorlati tapasztalat AI-kódoló asszisztensekkel és agentikus eszközökkel (pl. Claude Code, GitHub Copilot) tesztautomatizálás írásához, karbantartásához vagy felülvizsgálatához
• ▹Munkaszintű ismeret a spec-vezérelt fejlesztési módszertanokról (pl. AI-DLC), és arról, hogyan vezérlik a strukturált specifikációk az AI-asszisztált tervezést és validálást
• ▹Képesség egyedi AI skillek, promptok vagy agent-munkafolyamatok építésére és karbantartására a QA-folyamatok egyszerűsítéséhez
• ▹A nem-determinisztikus tesztelés megértése: az AI/LLM kimenetek futtatásonként eltérnek, ezért más validálási stratégiát igényelnek, mint a determinisztikus UI/API tesztelés
• ▹Tapasztalat kiértékelési adathalmazok és metrikák (pontosság, relevancia, hallucináció, toxicitás, késleltetés) tervezésében AI-alapú funkciókhoz
• ▹Jártasság AI-megfigyelhetőségi és kiértékelés-monitorozó platformokban, mint az Arize (AX/Phoenix), LangSmith vagy Braintrust
• ▹Szilárd QA-módszertani alapok, SDLC-ismeret, teszttervezési/becslési tapasztalat
• ▹Erős elemzőkészség, írásbeli és szóbeli kommunikáció, junior QA elemzők mentorálásának képessége
• ▹Alapdiplomás végzettség (BSc) műszaki területen és legalább 5 év tapasztalat, vagy azzal egyenértékű szakmai gyakorlat

Soft skillek

Amit kínálunk

• ▹Teljesen remote-first munkavégzés rugalmas beosztással
• ▹Átfogó egészség- és jólléti juttatások: nyugdíj-megtakarítási program, két bónuszprogramra való jogosultság, bőkezű szabadság, ország szerinti orvosi/fogászati fedezet
• ▹Új belépői eszköz-hozzájárulás és havi flex-keret
• ▹Széles körű karrier-fejlődési és belső mobilitási lehetőségek
• ▹Munkavállalók által kezdeményezett DE&I (sokszínűségi) programok

A munkáltatóról

Az Absorb Software a világ vezető, AI-alapú tanulási platform szolgáltatója, amely a Strategic Learning Systems (SLS) megközelítésével segíti a szervezeteket munkaerejük potenciáljának kiaknázásában. Az Absorb LMS platform személyre szabott, skálázható tanulási élményt nyújt munkavállalóknak, ügyfeleknek és partnereknek – világszerte 3300+ szervezet és 34 millió felhasználó bizalmát élvezve.