Senior QA Engineer (играющий тренер)

Что предстоит делать

Мы Группа «Астра» – один из лидеров российской IT-индустрии, ведущий производитель программного обеспечения, в том числе защищенных операционных систем и платформ виртуализации. Разработка флагманского продукта, ОС семейства Astra Linux, ведется с 2008 года. В рамках команды ДАР (Департамент автоматизации и разработки) мы развиваем веб-приложение «Личный кабинет» — продукт с десятками интеграций (внешние API, распределённые сценарии, асинхронные процессы) и работой с персональными данными, что задаёт повышенные требования к качеству и информационной безопасности. - Сегодня в команде QA — два middle-инженера и работающее базовое нагрузочное тестирование. Мы ищем сильного senior-инженера, который выведет QA-направление на системный уровень: задаст стратегию, доведёт автоматизацию до зрелости и встроит AI как полноценный рабочий инструмент команды. - Это позиция играющего тренера: вы одновременно ведёте QA-направление и сами пишете код — архитектурные решения, сложные автотесты, performance-сценарии, AI-инструменты для команды.

• Построение и развитие процесса тестирования:
• разработка стратегии тестирования;
• внедрение quality gates в CI/CD;
• настройка прозрачных метрик качества и их регулярный анализ.
• Лидерство в QA-направлении:
• координация работы двух middle QA-инженеров;
• менторинг и развитие команды через совместный код-ревью и попарную работу;
• личное участие в написании автотестов, performance-сценариев и AI-инструментов — особенно на сложных и архитектурно значимых участках;
• задание инженерных стандартов собственным кодом, а не только документами;
• участие в инженерных и архитектурных решениях наравне с разработкой.
• Первые 3 месяца — что мы планируем сделать вместе
• провести аудит текущего QA и нагрузочного тестирования;
• сформировать стратегию тестирования продукта;
• запустить стабильный pipeline автотестов;
• ощутимо снизить объём ручного регресса;
• проработать подход к автоматизации UI-тестирования по макетам Figma.
• 1. Развитие автоматизации:
• UI-, API- и интеграционные тесты;
• повышение стабильности и воспроизводимости pipeline;
• сокращение объёма ручного регресса.
• 2. Эволюция нагрузочного тестирования (не с нуля):
• аудит текущей реализации;
• приближение сценариев к реальному трафику;
• повышение стабильности и воспроизводимости тестов;
• интеграция в CI/CD и поиск узких мест системы.
• 3. Тестирование интеграций и распределённых сценариев:
• работа с моками и стабами;
• проверка взаимодействия с внешними сервисами;
• покрытие асинхронных процессов.
• 4. Качество в системе с требованиями ИБ и работой с персональными данными:
• встраивание security-проверок в pipeline;
• участие в обеспечении соответствия требованиям к ПДн
• 5. Shift-left и инженерная культура качества:
• встраивание QA в ранние этапы разработки;
• развитие инженерной культуры тестирования в продуктовых командах.
• 6. Автоматизация визуального тестирования по Figma:
• регрессионное тестирование интерфейса;
• сравнение фронтенда с макетами;
• контроль отклонений и интеграция в pipeline.
• 7. AI-first подход в QA:
• генерация тестов и тестовых данных с помощью LLM;
• AI-ассистированный анализ логов и дефектов;
• ускорение регресса через интеллектуальную приоритизацию;
• повышение покрытия за счёт AI-инструментов.

Что ждём от вас

• Что мы ждём от кандидата
• 4+ в QA, от 1 года на позициях Senior / Lead;
• опыт построения или существенной трансформации QA-процессов;
• уверенный Python (pytest) — для написания и поддержки автотестов;
• опыт автоматизации:
• UI: Playwright или Selenium;
• API testing;
• интеграция автотестов в CI/CD (GitLab CI / Jenkins / аналоги);
• опыт работы с нагрузочным тестированием — именно развитие и оптимизация, а не первый запуск;
• опыт тестирования интеграционных сценариев и распределённых систем;
• понимание архитектуры веб-приложений и микросервисов;
• способность принимать инженерные решения и доводить их до результата в условиях высокой автономии;
• AI-first мышление — готовность встраивать AI-инструменты в ежедневную работу и развивать AI-практики в команде. Не требуется быть ML-инженером — важна осознанная работа с современными AI-ассистентами и интерес к их развитию;
• лидерские качества: умение менторить, выстраивать процессы и аргументировать решения;
• готовность к роли играющего тренера — примерный баланс 70/30 в пользу инженерной работы руками. Если вы рассматриваете чистый менеджмент — это не наш кейс.
• Будет плюсом
• опыт visual regression testing;
• работа с Figma API и design systems для автоматизации проверок дизайна;
• базовое понимание информационной безопасности и работы с ПДн;
• практический опыт внедрения AI в QA: генерация тестов через LLM, AI-ассистированный анализ дефектов, prompt engineering для тестовых задач, использование Cursor / Copilot в рабочем процессе.

Что предлагаем