AI Quality Systems Engineer
⚲ Poznań
Do uzgodnienia
Wymagania
- doświadczenie w budowaniu i utrzymywaniu automatycznych testów oraz frameworków testowych
- doświadczenie z testami API, integracyjnymi i end-to-end oraz integracją z CI/CD
- praktyczne wykorzystywanie narzędzi AI w testowaniu, analizie kodu lub automatyzacji pracy
- umiejętność projektowania stabilnych i utrzymywalnych mechanizmów testowych
- umiejętność analizowania błędów, regresji i ryzyk jakościowych
- samodzielność i gotowość do ciągłego testowania nowych narzędzi i podejść
- znajomość Playwright, Cypress, Selenium, Jest, pytest lub podobnych
Opis stanowiska
Zaprojektujesz, zbudujesz i będziesz rozwijać system automatycznej kontroli jakości rozwiązań, w tym automatyzację weryfikacji aplikacji, wykrywanie regresji i anomalii oraz kontrolę rezultatów generowanych przez systemy AI. Uwaga: ogłoszenie nie mówi nic o zespole, mentorze ani istniejących frameworkach — prawdopodobnie budujesz wszystko od zera, samodzielnie. Ważną częścią roli jest śledzenie nowych narzędzi z obszaru AI i test automation oraz wdrażanie tych, które realnie poprawiają jakość pracy. To oferta dla samodzielnej, ciekawskiej technologicznie osoby, która chce mieć realny wpływ na sposób kontroli jakości produktów.
🔍 Dekoder Ogłoszenia
🔴
będzie rozwijać system automatycznej kontroli jakości naszych rozwiązań
Brak informacji o zespole, mentorze czy istniejących frameworkach — prawdopodobnie budujesz wszystko od zera, samodzielnie.
🟡
Ważną częścią tej roli będzie również śledzenie nowych narzędzi i podejść z obszaru AI
Szukanie nowinek i wdrażanie ich to dodatkowy, często niedoszacowany czas pracy poza bieżącymi zadaniami — może oznaczać pracę badawczą bez wsparcia.
🟡
wdrażanie tych, które realnie poprawiają jakość i efektywność naszej pracy
Brzmi sensownie, ale przenosi na Ciebie odpowiedzialność za uzasadnianie i wdrażanie zmian — może oznaczać walkę o akceptację w organizacji.
🟡
kontroli rezultatów generowanych przez rozwiązania AI
Testowanie niedeterministycznych wyników AI to trudny, często niedoceniany obszar — brak tu informacji o narzędziach czy wsparciu.