QA with Retail Marketing / Commerce experience
⚲ Warsaw
16 800 - 23 520 PLN (B2B)
Wymagania
- min. 4 lata doświadczenia z danymi w obszarze retail/e-commerce (pozyskiwanie, czyszczenie, przetwarzanie)
- praktyczna znajomość procesów pozyskiwania danych (platformy, API, dane partnerskie) oraz ich normalizacji
- doświadczenie z narzędziami Similarweb, Stackline lub podobnymi platformami retail intelligence / digital shelf analytics
- umiejętność pracy w modelu data-centric QA
- doświadczenie w walidacji danych i przepływów danych (np. DB → Product Detail Page)
- znajomość metod pracy z danymi z AI data capture oraz data crawling
- doświadczenie na styku analityki danych, e-commerce i QA
Opis stanowiska
Rola QA w Michael Page dla firmy konsultingowej IT, ale skoncentrowana na danych z obszaru retail/e-commerce, a nie na tradycyjnym testowaniu oprogramowania. Główny cel to zapewnienie jakości i poprawności danych pozyskiwanych przez AI data capture i data crawling. Dobra oferta dla kogoś, kto łączy analitykę danych, e-commerce i QA, a niekoniecznie dla klasycznego testera funkcjonalnego.
🔍 Dekoder Ogłoszenia
🔴
QA with Retail Marketing / Commerce experience
Stanowisko QA, ale z naciskiem na doświadczenie w analizie i walidacji danych z obszaru e-commerce, a nie tradycyjnego testowania oprogramowania.
🟡
Umowa B2B via Michael Page
Praca będzie realizowana przez agencję rekrutacyjną Michael Page, co oznacza, że nie będziesz bezpośrednim pracownikiem klienta, a umowa będzie cywilnoprawna.
🟢
Praca w 100% zdalna
Praca jest w pełni zdalna, co jest standardem, ale warto upewnić się co do oczekiwań dotyczących dostępności i ewentualnych spotkań online.
🔴
Umiejętność pracy w modelu QA skoncentrowanym na danych (data-centric QA)
Oznacza to, że głównym celem będzie zapewnienie jakości i poprawności danych, a niekoniecznie funkcjonalności całego systemu.
🔴
Znajomość metod pracy z danymi pozyskiwanymi w procesach AI data capture oraz data crawling
Wymagane jest rozumienie, jak dane są zbierane przez algorytmy AI i roboty internetowe, co może sugerować pracę z dużymi, często nieustrukturyzowanymi zbiorami danych.