Вакансии

Задачи: — Проводить ручное и автоматизированное тестирование продукта; — Разрабатывать тест-кейсы и поддерживать автотесты; — Тестировать пользовательские интерфейсы, интеграции и функциональность продукта end-to-end; — Взаимодействовать с командой разработки, выявлять и сопровождать исправление дефектов. Требования: — Имеет 5+ лет коммерческого опыта в QA; — Отлично знает Python, Pytest, Playwright; — Будет плюсом Docker и CI/CD; — Имеет опыт как ручного, так и автоматизированного тестирования; — Обладает сильными аналитическими навыками и вниманием к деталям. Условия: — Релокацию на Кипр для вас и семьи; — Конкурентную заработную плату; — Медицинскую страховку; — Оплачиваемый отпуск, корпоративный спорт, обучение и тимбилдинги и многое другое.

Задачи: — написание автотестов на Python с использованием pytest для backend и UI — использование подходов Playwright по аутентификации (Storage state, cookies, storage) — работа с базами данных через SQL и ORM — работа с брокерами сообщений Kafka — интеграционное тестирование, включая подготовку данных и мокирование — нагрузочное тестирование с использованием JMeter — параллельный запуск автотестов с Pytest XDist — валидация ответов с помощью Pydantic и JSON-схем, мокирование запросов через page.route — параметризация фикстур и тестов, multi-page сценарии в Playwright — мобильное тестирование — анализ утилизации ресурсов сервера при нагрузке Требования: — опыт работы в роли QA Automation Engineer (Python) от 3 лет — высшее IT-образование — уверенное знание SQL, опыт работы с Git — базовые знания по настройке CI для автотестов — понимание клиент-серверной архитектуры и HTTP-протокола — знание SOLID и DDD — понимание разницы между инженером по качеству и автоматизатором — понимание концепции мокирования Будет плюсом: — опыт работы с RabbitMQ — понимание RAG-систем — знание промт-инъекций — опыт тестирования LLM с подходом LLM-as-a-judge — понимание галлюцинаций в ответах LLM — написание пайплайнов CI/CD Условия: — формат работы: удалённо, в офисе или гибридно — на выбор

Задачи: — Писать код, следуя стандартам проекта и принятой архитектуре (изоляция слоёв). — Оценивать задачи в трекере. — Покрывать код тестами, проводить рефакторинг, поддерживать документацию. — Участвовать в code review, поддерживать code style и процесс деплоя. Требования: — Коммерческий опыт разработки на Python от 2х лет. — Уверенное владение современным Python: type hints, async/await для всего I/O. Технологический стек: Основные: FastAPI, asyncpg, NumPy, pyproj, uv, ruff, pyright, hypothesis, pytest. Будет плюсом: Docker + docker-compose, Helm / Kubernetes, GitLab CI, базовый опыт с Vue 3, математическая подготовка (линейная алгебра, тригонометрия, теория вероятностей, статистика), алгоритмы на графах, работа с 3D-пространством, цифровая обработка сигналов, data fusion, английский (чтение и ведение технической документации). Условия: — Официальное трудоустройство по ТК РФ. — Современные инструменты и качественное оборудование. — Профессиональное обучение и развитие. — Конкурентная зарплата по итогам собеседования + бонусы и премии.

Задачи: — Разработка новых коннекторов к источникам данных (REST API, SQL, файловые импорты). — Реализация движка трансформаций на Python с использованием pandas. — Создание модуля валидации данных с проверкой бизнес-правил. — Реализация выгрузок в целевые системы (ЕРМ, Excel-файлы). — Разработка REST API (FastAPI) для управления мэппингами и загрузками. — Оптимизация производительности. — Написание тестов (pytest) и документации. Требования: — Знание Python и основ ООП. — Понимание принципов REST API и HTTP. — Базовый опыт работы с FastAPI или другим backend-фреймворком. — Знание SQL и базовый опыт работы с PostgreSQL. — Понимание асинхронного кода (async/await). — Уверенное владение Git. — Базовый опыт написания тестов. — Умение читать чужой код и разбираться в существующем проекте. Будет плюсом: — Опыт работы с SQLAlchemy, Pydantic, pytest и Docker. — Опыт интеграции с внешними API. — Базовое знание JavaScript и React. Условия: — Работа в команде единомышленников, профессиональных бизнес-аналитиков, внедренцев, разработчиков, управленцев. — Интересные и сложные задачи, крупные проекты. — Постоянный профессиональный и личный рост, самостоятельность в работе. — Оформление в штат компании, согласно ТК РФ, “белая” заработная плата (обсуждается с успешными кандидатами). — Полис ДМС (Добровольное медицинское страхование).

Задачи: — Валидация процессов загрузки данных — Проверка корректности скачивания данных из внешних источников (БКИ, ЦБ, ФНС и др.) — Контроль раскладки данных по целевым таблицам в S3/Iceberg — Подтверждение обработки 100% входящего объёма данных — Верификация атрибутного состава (например, отсутствие даты рождения в поле "ФИО") — Тестирование механизмов обновления: отсутствие дубликатов при повторной загрузке — Блокировка записей с аномалиями (ошибки источника, некорректные форматы) — Анализ документации (ТЗ, маппинги) для проектирования тест-кейсов — Профилирование данных: выявление шаблонов, аномалий и граничных значений — Документирование расхождений между источниками и хранилищем — Мониторинг задач в Airflow на предмет сбоев — Составление отчётов о дефектах и качестве данных Требования: — Практическое знание SQL: продвинутый уровень, включая сложные JOIN, подзапросы, агрегатные функции, написание проверочных запросов, анализ трансформаций, выявление расхождений — Понимание архитектуры Lakehouse (S3, Iceberg) и слоёв хранения (RAW/ODS/DDS) — Опыт работы с БД и хранилищами: Oracle, Greenplum, PostgreSQL, S3, Airflow (мониторинг задач), Spark (понимание логики обработки) — Опыт тестирования хранилищ данных — Работа с форматами данных: XML, JSON, XSD/JSON-схемы — Опыт интеграции внешних источников (БКИ, ФНС, ЦБ, API-партнёров) — Понимание REST/SOAP API и протоколов передачи — Стек автоматизации: Python, pandas, numpy, psycopg2, pytest, Allure, PySpark Условия: — Оформление в штат аккредитованной ИТ-компании по ТК РФ: полностью белая заработная плата, оплачиваемые отпускные и больничные — Индексация заработной платы — Расширенная программа ДМС — Скидки на фитнес, кино и уроки английского — Техника по требованиям проекта

Задачи: — Проектировать и разрабатывать RESTful API с использованием FastAPI — Проектировать, оптимизировать и поддерживать схемы и запросы PostgreSQL — Писать unit и интеграционные тесты для обеспечения надежности и покрытия кода — Создавать и поддерживать CI/CD пайплайны для автоматического тестирования и деплоя — Контейнеризировать и оркестрировать сервисы с помощью Docker и Kubernetes — Реализовывать аутентификацию, авторизацию и практики безопасного кодирования (валидация ввода, управление секретами, рекомендации OWASP) — Интегрировать AI возможности в backend системы с использованием MCP — Оптимизировать производительность приложений и эффективность запросов к базе данных — Разворачивать и мониторить сервисы в облачной инфраструктуре — Сотрудничать с frontend и продуктовыми командами для интеграции backend возможностей — Поддерживать версионированные и хорошо документированные кодовые базы Требования: — Опыт backend разработки от 3 лет (middle и выше) — Уверенное владение Python и FastAPI — Опыт работы с PostgreSQL: проектирование схем, индексация, оптимизация запросов, миграции — Опыт написания unit тестов (pytest или аналог) и следование TDD — Опыт создания и поддержки CI/CD пайплайнов (GitHub Actions, GitLab CI или аналог) — Опыт работы с Docker и Kubernetes для контейнеризации и деплоя — Понимание принципов и лучших практик REST API — Знания основ безопасности приложений: аутентификация/авторизация, шифрование данных, сканирование уязвимостей, безопасный дизайн API — Владение Git и практики совместной разработки — Владение языками: узбекский C1, английский B2 и выше Будет плюсом: — Опыт работы с MCP для интеграции AI инструментов/агентов в backend — Async Python (asyncio, SQLAlchemy async или аналог) — Очереди сообщений: RabbitMQ, Kafka или Redis — Облачные платформы: AWS, GCP или Azure — SQLAlchemy ORM и Alembic миграции — Кэширование: Redis, Memcached

Требуется специалист на позицию SDET / QA Automation Architect (Framework & Tooling) в компании YADRO. Вакансия открыта в городах: Москва, Санкт-Петербург, Нижний Новгород. Возможна удалённая работа. Требуемые навыки: — senior уровень — Linux — Python — Pytest — Asyncio — FastAPI

Задачи: - Влиять на качество архитектуры и процессов тестирования - Использовать современные инструменты тестирования: автоматизация, нагрузочное и интеграционное тестирование - Проводить ревью бизнес- и технической документации в рамках качества (QA) - Разрабатывать тест-кейсы в соответствии с требованиями - Создавать и согласовывать документацию по требованиям банка (тестовую стратегию, тест-планы, протоколы тестирования и т.п.) - Настраивать QA-процессы и инструменты в рамках работы в кросс-функциональной команде - Выполнять функциональное, регрессионное и сквозное (E2E) тестирование, участвовать в приёмо-сдаточных испытаниях - Разрабатывать, сопровождать и совершенствовать решения по автоматизации тестирования - Обеспечивать взаимодействие с разработчиками и аналитиками внутри команды, а также со смежными подразделениями Требования: - Опыт работы в роли QA Automation Engineer (Python) от 3 лет - Опыт работы с Atlassian Jira/Confluence - Опыт работы с TestIT или аналогом - Опыт тестирования REST API: Postman/Soap UI, Swagger - Опыт работы с Apache Kafka - Навыки автоматизации на Python + Pytest, Allure (для отчётов) - Опыт работы с базами данных, SQL-запросами (PostgreSQL/Oracle) - Опыт построения и сопровождения централизованных систем логирования и мониторинга на базе стека ELK (Elasticsearch, Logstash, Kibana) и Grafana

Neoavlod o'quv markazi 4–9 oy davomida python va vibe coding yo'nalishida ta'lim olgan tayyor guruhni yangi bosqichga olib chiqadigan, o'quvchilarni real loyihalar asosida ishlashga va o'z g'oyalarini bozorga chiqarishga yo'naltira oladigan tajribali mentor izlamoqda. Talab qilinadigan texnologiyalar va ko'nikmalar: — Python — Git/Github — Vs Code — Virtual Muhitlar (Venv) — Pip — Numpy — Pandas — Sql/Sqlite — Rest Api — Flask/Django Asoslari — Html/Css/Js Asoslari — Ai Kod Yordamchilari (Claude Code, Cursor, Copilot) — Prompt Engineering — Terminal/Bash — Debugging va Testing (Pytest) — Deployment (Vercel/Render)

Требования: — Гражданство и локация РФ. — Опыт работы в QA от 5 лет. — Опыт автоматизации тестирования от 3 лет. — Хороший практический опыт автоматизации на Python. — Опыт с LLM и RAG является обязательным. — Знание Pytest, xdist, Playwright, CI/CD, Kafka, SQLAlchemy. — Опыт тестирования API. — Обязателен опыт тестирования AI-систем, LLM и RAG-систем. Задачи на проекте: — Разработка и поддержка автотестов на Python. — Написание и поддержка тестов на Pytest. — Параллельный запуск тестов с использованием xdist. — Автоматизация UI-тестирования с Playwright. — Тестирование API. — Работа с Kafka. — Работа с SQLAlchemy и базами данных. — Интеграция автотестов в CI/CD. — Тестирование AI-систем, LLM-решений, RAG-систем и RAG-пайплайнов. — Анализ результатов тестирования и выявление дефектов. Описание проекта: Автоматизация тестирования с использованием Python и современных инструментов QA. Ключевое направление проекта — тестирование AI-систем, включая решения на базе RAG и LLM. Условия: — Удалённая работа. — Вилка зарплаты до 146 000 ₽ на руки. О компании: Работаем в ИТ-области более 10 лет, занимаемся разными видами тестирования, даём возможность руководителям проектов не беспокоиться за свои релизы.

Требуется Python разработчик для работы над крупными финтех/телеком/ритейл проектами. Задачи: — Работа над крупными финтех/телеком/ритейл проектами Требования к кандидату: — Опыт разработки не менее 3х лет — Опыт разработки на FastApi не менее 2х лет — Сложность алгоритмов — Структуры данных — Уметь читать и работать с UML, BPMN, диаграммы запросов — RESTful — Asyncio — FastAPI — SQL — Алхимия — PyTest — Postgres — Redis — Flake8 — SonarQube — Docker — Ci/Cd — Redis — Kafka/RabbitMQ — принципы SOLID Условия работы: — full-time

Задачи: — Работать с DevTools (Elements, Console, Network, Application). — Тестировать REST API с помощью Postman и Swagger. — Работать с Unix-консолью. — Тестировать интеграции через Kafka UI / RabbitMQ Management / Offset Explorer. — Анализировать серверные логи в Kibana / OpenSearch. — Писать SQL-запросы средней сложности (PostgreSQL, DBeaver). — Тестировать мобильное приложение на эмуляторах (Android Studio) и реальных устройствах. — Писать API-тесты с проверкой структуры ответов, статусов, бизнес-логики. — Применять Pytest (параметризация, фикстуры, плагины, хуки), httpx или requests для HTTP-взаимодействия с API. — Работать с Playwright для автоматизации веб-интерфейсов (UI-тесты, сценарии). Требования: — Коммерческий опыт тестирования ПО от 4 лет и опыт автоматизации тестирования от 2 лет. — Понимание жизненного цикла разработки ПО (SDLC) и процессов тестирования. — Опыт работы в Agile/Scrum/Kanban-командах. — Навыки чтения и анализа технической документации, логов, DTO. — Способность создавать и поддерживать тестовую документацию (тест-кейсы, чек-листы, баг-репорты). — Опыт работы с Docker, знание CI/CD. — Будет плюсом: опыт тестирования веб- и мобильных приложений (Android), опыт тестирования high-load систем. Условия: — Оформление в аккредитованную ИТ-компанию. — ДМС со стоматологией. — График 5/2 с гибким началом. — Формат работы — гибрид (Москва, Краснодар) или удалённо (регионы).

Задачи: — Разрабатывать и поддерживать автотесты для ядра и бизнес-модулей платформы In.Plan — Автоматизировать backend, UI и интеграционные тесты — Интегрировать и поддерживать запуск автотестов в CI/CD — Участвовать в развитии и совершенствовании процессов TestOps Требования: — От 3 лет опыта в автоматизации тестирования — Уверенное владение Java (также рассматривается Python / TypeScript) — Опыт разработки и поддержки фреймворков автоматизации — Практический опыт работы в продуктовых командах — Опыт с GitLab CI/CD, настройка и автоматизация запуска тестов в пайплайнах — Знание REST Assured, Retrofit, Postman / Insomnia — Опыт работы с Selenium, Selenide, Playwright — Опыт с JUnit / TestNG / Pytest — Понимание и применение Page Object / Page Factory — Работа с Allure и системами тестовой отчётности — Базовые навыки SQL / PostgreSQL — Опыт работы с Git, GitFlow, проведение MR и code review автотестов — Опыт внедрения и развития процессов TestOps Будет плюсом: — Высшее техническое образование и/или сертификаты ISTQB, ISTQB Test Automation Engineer — Опыт настройки инфраструктуры для автоматизации тестирования — Тестирование Kafka и асинхронных интеграций — Опыт работы с ClickHouse — Docker и контейнеризация автотестов — Интеграция с TMS и настройка уведомлений Условия: — До конца года с возможностью продления — Полная занятость — Удалённо — График МСК ± 2 часа

Компания Devquality ищет AQA Python специалиста уровня Middle и выше для удаленной работы. Задачи: — Навыки мануального тестировщика для проверки интерфейсов и API, которые выпускает команда и смежные подразделения — Навыки автоматизированного тестирования Требования: — Гражданство и локация РФ — Знания и опыт в предметной области рекламы — Опыт работы в e-com — Опыт на Линуксе — Опыт в автоматизированном тестировании API на pytest Условия: — Удалённая работа

Location: Bremen, Germany Supervisor: Prof. Dr. Alexander Tormasov About the Position Constructor Knowledge Labs (CKL), in collaboration with Constructor Technology, invites applications for a PhD position in machine learning for software engineering and formal methods, on the Constructor Fabric project. Constructor Fabric turns a company's informal knowledge into production software through a pipeline of composable capability units called gears : requirements → architecture → product fit → framework (G1) → application → runtime. We are building a World Model over that pipeline — a model that does not just generate code, but predicts the consequences of an architectural decision: total cost of ownership, unintended side effects, latency and failure behaviour, and whether a proposed composition is even admissible. The central object is not a digital twin of the application but its formal architectural skeleton : gear contracts (GearSpec), a typed attributed hypergraph of the application (AppGraph), a composition algebra that defines which assemblies are legal, and several semantic projections (types, protocols, resources, security) over which properties are proved, refuted by counterexample, or reported as an explainable gap . All of it is written in a domain-specific language whose syntax trees and graphs we keep in a projectional editor (JetBrains MPS) — so the DSL is not a convenience layer, it is the thing that defines the model's state space and the boundary of what the model is allowed to propose. What you will work on Depending on your background, one or two of: Formal skeleton and composition — GearSpec as a contract $(Requires, Provides, State, Effects, Assumptions, Guarantees, Parameters)$; AppGraph as a typed attributed hypergraph; an algebra of assembly (sequential, parallel, feedback, refinement); semantic projections and system-level invariants over trajectories. Architecture synthesis as an inverse problem — given a specification, load and constraints, find the composition of gears that realises it. Constraint solving and MCTS as the baseline; a learned transition/value model for ranking and pruning; LLM proposals treated strictly as candidate hypotheses that a DSL parser, type checker and property checks must then admit or reject. DSL design and language engineering — the gear DSL and its glue layer decide which AppGraphs are expressible at all, and therefore where the search space ends. This thread covers the abstract syntax and static semantics of that DSL; the requirement that an architectural decision be unbypassable by construction (you must not be able to wire authentication around the Auth Resolver); what happens to the language when gear contracts change or a 201st gear is added; projectional representation of graphs with cycles; and the open hypothesis that a specialised G1-DSL is generated together with every G1. Local transition models and pipeline surrogates — fast approximate predictors for single pipeline steps (spec change → code quality, architecture → product fit, app → runtime outcome), with calibrated uncertainty, validated against real telemetry. Data — reconstructing (specification → architecture) pairs from open repositories at scale, plus synthetic project generation from a fixed gear set and DSL grammar to cover rare transitions, gaps and counterexamples. Profile MSc (or equivalent) in computer science, mathematics, or a mathematical natural science. Coursework in compilers, programming-language theory, language design or model-driven engineering is a strong positive signal, half of this project is deciding what a formal architecture description is allowed to say. Evidence that you finish things: a maintained open-source repository, a peer-reviewed publication, or a strong competition result. Fluent technical English. Most importantly: the habit of stating an assumption explicitly and designing an experiment that could falsify it. Required mathematical background Core skills: Probability and statistics. Estimation, Bayesian inference, uncertainty quantification and calibration (proper scoring rules, reliability diagrams, ECE), experiment design and significance testing. A prediction we cannot calibrate is not usable here. Linear algebra and multivariate calculus at the level needed to derive, not just call, a training objective: matrix calculus, gradients, stochastic optimisation, conditioning. Discrete mathematics and graph theory. Typed and attributed graphs and hypergraphs, subgraph matching and isomorphism, graph rewriting, reachability, basic complexity classes. Mathematical logic and formal methods. First-order logic, type systems, SAT/SMT, temporal logic (LTL/CTL) and model checking, pre/post-conditions, invariants, refinement. Sequential decision making. MDP/POMDP, dynamic programming, model-based RL, latent state-space (world) models, Monte-Carlo Tree Search. Strong command of at least one, working knowledge of a second: Formal languages, semantics and language engineering — grammars (context-free, attribute and graph grammars), derivation and reachability, parsing; abstract versus concrete syntax; operational and denotational semantics; metamodelling, model-driven engineering, model-to-model transformation, and projectional (structural) editing of the kind JetBrains MPS implements. We are asking for the education, not the tool: you should know why a projectional editor exists, what a metamodel buys you over a text grammar, and how a language evolves without breaking its existing models. Hands-on MPS experience is explicitly not required — we will teach it. Category theory for compositional systems — monoidal and traced monoidal categories, functors as semantic projections, string diagrams, operads. This is the language of our assembly algebra. Causal inference — structural causal models, do-calculus, counterfactuals, identifiability. Required for the "what happens if we replace this technology / move on-premises" class of questions, which similarity search alone cannot answer. Queueing theory and applied stochastic processes — M/M/1 and networks of queues, heavy tails, retries, timeouts, partial failure and reliability models. This is the resource and stochastic projection. Combinatorial optimisation, constraint programming and program synthesis theory — CEGIS, version-space algebras, symmetry breaking, search heuristics. Representation learning theory — VAEs and latent dynamics, GNN expressiveness (Weisfeiler-Leman hierarchy), permutation equivariance, embedding migration under a changing vocabulary. Required hands-on programming skills This is an engineering-heavy PhD. We expect code that another person can clone, run and reproduce — not notebooks that worked once. Must have: Python (professional level). Type hints, packaging, `pytest`, profiling, `asyncio`, memory-aware data structures. You write unbuffered, logged, restartable long-running jobs by default. Training loops written from scratch, custom datasets and collation, mixed precision, multi-GPU; experiment tracking (W&B or MLflow), configuration management (Hydra), strict seed and artefact reproducibility. Graph machine learning. PyTorch Geometric or DGL — message passing, heterogeneous and typed graphs, graph transformers, handling graphs whose node vocabulary changes between versions. Solvers and verification tooling driven from Python. Z3 or cvc5 hands-on; demonstrated exposure to at least one model checker (TLA+/TLC, SPIN, NuSMV, Alloy) or proof assistant (Lean, Coq, Isabelle). Code as data. AST manipulation, `tree-sitter`, static analysis, dependency and interface graph extraction, large-scale repository mining. Parallel data pipelines. `multiprocessing`, Ray or Dask; checkpointing, heartbeats, cost estimation before launching a run that touches millions of files. LLM engineering. API orchestration, structured and grammar-constrained decoding, evaluation harnesses, token/cost accounting — with the discipline to treat model output as a hypothesis subject to formal checks. Linux, git, code review, shell. Desirable: Language tooling you have actually used: ANTLR, Xtext, Lark, or a parser, type checker or interpreter you wrote yourself. Our internal representation of gear syntax trees and graphs lives in JetBrains MPS — again, we do not ask for MPS experience, only that you are comfortable reading and extending a metamodel; Java/Kotlin literacy helps once you get there. JAX, or compiler / SAT-SMT internals. Infrastructure literacy — Docker, Kubernetes, Terraform, OpenTelemetry/Prometheus — since the resource projection is calibrated against real deployment telemetry. One systems language (Rust, Go or C++) for performance-critical search. Prior experience with production software architecture, or with a brownfield system you had to change without breaking. Funding The appointment provides full financial coverage through a dedicated fellowship, comprising: Monthly stipend of €1,650 Monthly research-cost allowance of €100 (Forschungskostenpauschale) Health-insurance subsidy of €100 per month Location: Bremen, Germany Duration: 3 years, full time Start date: November 2026 Application package must include CV, including publications, code, or research projects. Cover letter (1–2 pages) explaining your motivation, research interests, and fit with the project. A link to code you have written. A one-page research statement picking one open research question from the project and sketching how you would approach it. Master’s and Bachelor’s degree certificate and transcripts. Contact information for 2–3 academic referees. Applications are reviewed on a rolling basis. Shortlisted candidates will be invited to interviews.

Задачи: — Разработка и развитие backend-сервисов на Python (FastAPI, Django, Flask) в микросервисной архитектуре — Проектирование и реализация REST API, проработка контрактов, версионирование API и интеграций — Работа с данными: проектирование схемы, оптимизация запросов, миграции в PostgreSQL (SQLAlchemy, Alembic) — Интеграция с очередями сообщений и кэшами: RabbitMQ, Redis — Написание unit- и integration-тестов (pytest), участие в code review — Участие в CI/CD-процессах: Docker, docker-compose, GitLab CI/GitHub Actions Требования: — Коммерческий опыт разработки на Python от 3 лет, уровень Middle+ / Senior — Уверенное владение Python 3.10+: typing, asyncio, concurrency patterns — Глубокое знание веб-фреймворков: FastAPI, Django (DRF), Flask — Опыт работы с PostgreSQL: схема, сложные запросы, оптимизация, транзакции — Уверенная работа с ORM (SQLAlchemy, Django ORM) и миграциями — Понимание принципов микросервисной архитектуры и распределённых систем

Задачи: — Администрировать и развивать Linux-инфраструктуру; — Настраивать и оптимизировать сетевой стек; — Писать production-коды на GO и Python; — Работать с сетевыми протоколами, поддерживать и развивать распределенную инфраструктуру доставки и маршрутизации трафика. Требования: — Уверенное администрирование Ubuntu; — Опыт работы с systemd (юниты, зависимости, hot-reload сервисов), netplan, journald, logrotate; — Настройку и оптимизацию сетевого стека Linux через sysctl (буферы, conntrack, очереди NIC), настройка IPv4/IPv6, swap; — Опыт написания идемпотентных Bash-скриптов; — Уверенная работа по SSH с большим количеством серверов; — Опыт реализации безопасных деплоев и green-blue updates; — Глубокое понимание TCP/UDP, TLS (SNI, ALPN, handshake на уровне пакетов), HTTP/1.1–HTTP/2, WebSocket; — Экспертное знание DNS; — Опыт построения DNS Load Balancing; — Опыт работы с CDN, nginx Reverse Proxy, TLS-терминацией, проксированием WebSocket, fallback-страницами и health-check; — Уверенный опыт разработки на Go (concurrency, тестирование, работа с сетевым стеком); — Опыт разработки на Python (FastAPI; слоистая архитектура); — Уверенный технический стек (SQLAlchemy, Alembic, pytest (unit и e2e, генерация конфигураций из YAML-деклараций)); — Опыт работы с Prometheus, Grafana, Docker, Docker Compose; — Навыки диагностики production-инцидентов с использованием tcpdump, dig, ss, iproute2; — Ежедневное использование AI-инструментов в разработке, автоматизации и инженерных задачах. Условия: — Полностью Remote, full-time 5/2; — Конкурентная заработная плата; — Полностью оплачиваемый испытательный срок (1 месяц); — Возможность напрямую влиять на архитектуру продукта и принимать ключевые технические решения; — Работу в небольшой сильной команде без бюрократии и долгих согласований.

Задачи: — Составление тест-кейсов по функционалу (анализ требований, проектирование тестов). — Проведение ручного тестирования: проверка нового функционала и регрессионное тестирование. — Автоматизация тест-кейсов на Python (PyTest). — Тестирование API — проверка контрактов между сервисами, работа с JSON. — Написание и выполнение SQL-запросов для проверки данных в базе данных. — Анализ логов (Kibana) для поиска причин ошибок. — Взаимодействие с разработчиками и аналитиками для уточнения требований. Требования: — Опыт от 6 месяцев коммерческого автоматизированного тестирования. — Преобладание опыта тестирования backend (API, JSON, SQL, DevTools). — Уверенное знание PyTest (фикстуры, параметризация, маркеры). — Общее владение Python: циклы, базовые алгоритмы, типы данных, методы, функции, классы. — Владение базовыми SQL-запросами (до JOIN из нескольких таблиц). — Умение описывать и создавать тест-кейсы для автоматизации. — Навык интеграционного тестирования. — Навык чтения логов (Kibana). — Понимание клиент-серверной архитектуры. — Знание протокола HTTP, методов и кодов статусов. — Внимание к деталям, системное мышление, ответственность, самостоятельность, коммуникабельность. — Желание развиваться в автоматизации тестирования. Преимущества: — Опыт тестирования ERP-систем, HR-продуктов или сложных веб-приложений. — Понимание процессов управления персоналом (подбор, обучение, кадровый учет). — Опыт работы с PostgreSQL. — Опыт написания автотестов на API (requests, aiohttp). — Знание Git. — Опыт работы в крупных компаниях или финансовом секторе. Условия: — Официальное трудоустройство по ТК РФ. — ДМС на сотрудника и детей. — Работа над продуктом, используемым десятками тысяч сотрудников. — Прозрачная система постановки задач и профессиональная команда. Как мы работаем: — Проект развивается по гибким методологиям Scrum/Kanban. — Тесное взаимодействие с разработчиками, аналитиками и владельцами продукта. — Четкие процессы с открытостью к улучшениям и инициативам.