QA Team Lead — Manual QA & AI-first процессы в НПО Биомедицинские Инновационные Технологии Петрозаводск

Руководитель группы тестирования / QA Team Lead

Мы — выделенная продуктовая команда, которая с 2017 года развивает цифровую экосистему холдинга World of Retail с собственным производством товаров для красоты и здоровья.

В центре работы — большая ERP-система, созданная с нуля для управления клиентами, заказами, товарами, поставщиками, складами, финансами и отчётностью. Также команда развивает международный интернет-магазин Vertera.org, корпоративный сайт Vertera Global, мобильные приложения Vertera для iOS и Android и другие сервисы экосистемы.

Ищем hands-on руководителя команды из четырёх manual QA-инженеров. Главная задача роли — выстроить зрелые и прозрачные QA-процессы и повысить эффективность ручного тестирования за счёт системного применения AI.

У нас нет автотестирования. Мы не ищем Automation Lead и не ожидаем разработки автотестов. Основной резерв ускорения видим в сильном тест-дизайне, риск-ориентированном подходе, качественном анализе требований и внедрении AI в ежедневную работу команды.

Чем предстоит заниматься

• Руководить командой manual QA-инженеров: распределять задачи, определять приоритеты, развивать самостоятельность и профессиональный уровень сотрудников.

• Провести аудит текущих QA-процессов и сформировать план их развития.

• Организовывать ручное тестирование веб-приложений, мобильных приложений и API.

• Встраивать QA в работу над задачей с этапа анализа требований до выпуска релиза.

• Определять необходимую глубину тестирования с учётом рисков и области влияния изменений.

• Организовывать smoke-, sanity-, регрессионное и исследовательское тестирование.

• Обеспечивать необходимое и актуальное покрытие тест-кейсами и чек-листами.

• Контролировать качество релизов и участвовать в принятии решения о готовности изменений к выпуску.

• Анализировать причины пропущенных дефектов и совершенствовать процессы.

• Выстраивать взаимодействие QA с разработчиками, аналитиками, дизайнерами и руководителями проектов.

• Оставаться hands-on лидером: подключаться к анализу сложных задач, тестированию критичной бизнес-логики, локализации дефектов и релизному регрессу.

• Внедрять AI-инструменты в работу QA-команды и оценивать их реальный эффект.

AI как часть QA-процессов

Мы рассматриваем AI как усилитель профессиональной экспертизы, а не как замену тестировщика и не как способ автоматически создавать формальные документы.

Тимлиду предстоит:

• определить QA-задачи, в которых AI действительно экономит время или повышает качество;

• сформировать правила безопасного и критичного использования AI;

• внедрить повторяемые AI-assisted сценарии на уровне всей команды;

• научить тестировщиков правильно формировать контекст и проверять ответы моделей;

• оценивать эффект по скорости работы, качеству покрытия и количеству пропущенных рисков;

• помогать команде двигаться от отдельных экспериментов к AI-native подходу.

Возможные направления применения AI: анализ требований и поиск неоднозначностей, декомпозиция сложной логики, подготовка и ревью тестовых сценариев, поиск граничных и негативных случаев, оценка области влияния изменений, формирование риск-ориентированного регресса, составление GraphQL-запросов, анализ API-ответов и ошибок Sentry, улучшение баг-репортов и поддержка базы знаний.

Что ожидаем

• От пяти лет опыта в ручном тестировании.

• От трех лет в роли QA Team Lead или в позиции с фактической ответственностью за команду и процессы.

• Опыт построения или существенного изменения QA-процессов.

• Опыт управления командой: планирование, распределение задач, контроль качества, обратная связь и развитие сотрудников.

• Практический опыт использования AI в тестировании или смежных рабочих процессах.

• Желательно — опыт внедрения AI-практик на уровне команды.

• Сильный опыт тестирования web-, mobile- и API-продуктов.

• Умение принимать решения о достаточном объёме тестирования и аргументированно оценивать релизные риски.

• Продуктовое мышление: внимание к результату для пользователя и бизнеса, а не только к прохождению чек-листа.

Технический опыт

API

• GraphQL: queries, mutations, fragments, аутентификация, авторизация и пагинация.

• REST: HTTP-методы, статус-коды и заголовки.

• Postman, Insomnia, GraphQL Playground или Apollo Sandbox.

• Чтение Swagger/OpenAPI.

• Анализ запросов и ответов API.

Web

• Тестирование SPA на Angular.

• Кроссбраузерное и адаптивное тестирование.

• DevTools: Network, Console, Elements, Application.

• Тестирование SSR, интернационализации, сложных форм и UI-компонентов.

• Опыт проверки интеграций с картами, графиками и календарями будет преимуществом.

Mobile

• Тестирование приложений для iOS и Android на устройствах, симуляторах и эмуляторах.

• Push-уведомления, deep links, offline-сценарии и нестабильное соединение.

• Обновления приложений и переходы между версиями.

• Анализ сетевого трафика через Charles Proxy, Proxyman или аналоги.

Процессы и качество

• Подготовка тест-кейсов, чек-листов и структурированных баг-репортов.

• Работа с TestRail, Qase, TestIT или аналогичными системами.

• Знание техник тест-дизайна.

• Опыт smoke-, sanity-, регрессионного и исследовательского тестирования.

• Анализ клиентских ошибок через Sentry.

• Базовое понимание OWASP Top 10.

• Тестирование аутентификации, авторизации, ролей, прав доступа, валидации, CORS и cookie-политик.

Прямой доступ к production-серверам и базам данных в этой роли не требуется.

Предметная область

В продуктах много связанной бизнес-логики: ERP, e-commerce, каталог, корзина, заказы, скидки, купоны, бонусные механики, доставка, платежи, эквайринг, мультивалютность и мультиязычность.

Преимуществом будет опыт работы с MLM- или партнёрскими системами: реферальные программы, партнёрская структура, бинарное дерево, ранги, квалификации, расчётные периоды, отчёты и вознаграждения.

Знание MLM не обязательно — важнее способность быстро разбираться в сложных процессах и зависимостях.

Что мы предлагаем

• Полностью удалённую работу и полную занятость.

• Долгосрочную работу внутри выделенной продуктовой команды.

• Команду из четырёх manual QA-инженеров.

• Возможность самостоятельно выстроить и развивать QA-процессы.

• Возможность внедрить AI-native подход в ручное тестирование.

• Отсутствие требования разрабатывать автотесты.

• Прямое взаимодействие с разработчиками, аналитиками и руководителями проектов.

• Реальное влияние на качество продуктов и выпуск релизов.

• Пространство для практических экспериментов с AI.

• Участие в дежурствах по выходным по заранее согласованному графику: тимлид входит в общий график вместе с QA-командой.

• Минимум формальной бюрократии.

В отклике расскажите, какой QA-процесс вы строили или меняли, какой командой руководили и как уже используете AI в работе.