Задачи:
— Проведение ручного регрессионного и smoke-тестирования.
— Составление и актуализация тестовой модели продукта.
— Разработка и поддержка тест-кейсов в актуальном состоянии.
— Тестирование API (REST) — проверка контрактов между сервисами.
— Работа с баг-трекинговыми системами: заведение дефектов, отслеживание жизненного цикла, коммуникация с разработчиками.
— Анализ логов (Kibana) для поиска причин ошибок.
— Взаимодействие с аналитиками и разработчиками для уточнения требований.
Требования:
— Опыт от 1 года коммерческой разработки/тестирования.
— Опыт работы тестировщиком от 1 года.
— Уверенное владение методиками ручного регрессионного и smoke-тестирования.
— Коммерческий опыт тестирования API от 1 года.
— Разработка и актуализация тест-кейсов.
— Навык работы в баг-трекинговых системах (Jira, YouTrack или аналоги).
— Базовые знания протокола HTTP (методы, коды статусов, заголовки).
— Понимание основ REST API.
— Базовые знания SQL (простые запросы на выборку).
— Знание Postman (или аналога), Swagger, DevTools.
— Умение работать с логами (Kibana).
— Понимание клиент-серверной архитектуры.
— Опыт работы с бэкендом от 50% времени.
Будет преимуществом:
— Опыт тестирования ERP-систем, HR-продуктов или сложных веб-приложений.
— Понимание процессов управления персоналом (подбор, обучение, кадровый учет).
— Опыт работы в крупных компаниях или финансовом секторе.
— Навыки автоматизации тестирования (любой стек).
— Опыт работы с облачными платформами.
Условия:
— Официальное трудоустройство по ТК РФ.
— ДМС на сотрудника и детей.
— Работа над продуктом, который используют десятки тысяч сотрудников.
— Прозрачная система постановки задач и профессиональная команда.
— Возможность развития в сторону автоматизации тестирования.
О компании: HumanSignal — партнер по данным для компаний, создающих AI-модели и продукты. Компания занимается созданием наборов данных с нуля, набором и управлением экспертами, которые оценивают результаты моделей, и использует собственную платформу Label Studio для разметки и оценки данных.
Обязанности:
— Поиск и набор специалистов с помощью LinkedIn Recruiter, профессиональных сообществ, университетов и нишевых сетей.
— Масштабирование каналов поиска с использованием AI-воркфлоу и автоматизации.
— Создание процессов оценки и проверки кандидатов в зависимости от требований проектов.
— Поддержание отношений с экспертами для обеспечения готовности к новым проектам.
— Взаимодействие с командами проектов и доставки для раннего определения профилей кандидатов.
— Увеличение кадрового потенциала для расширения объема работы.
Требования:
— 2-5 лет опыта в высокообъемном рекрутинге.
— Опыт работы с LinkedIn Recruiter / Sales Navigator и другими инструментами поиска.
— Владение AI-воркфлоу для масштабирования и улучшения опыта аннотаторов.
— Умение управлять метриками воронки: объем контактов, отклики, конверсия, время заполнения вакансий.
— Сильные навыки письменного общения, оперативность и профессионализм.
— Опыт работы в динамичных, ориентированных на цели средах (стартапы, агентства, консалтинг).
— Стойкость, проактивность и гибкость в изменении стратегии при необходимости.
Задачи:
- Развивать корпоративное хранилище данных: проектировать слои, схемы, таблицы и представления, оптимизировать структуру хранения;
- Разрабатывать и сопровождать витрины данных для аналитики;
- Проектировать и разрабатывать процессы загрузки данных из разнородных источников;
- Настраивать потоки передачи данных между системами: интеграции, синхронизация, обработка ошибок;
- Строить дашборды, алертинг и мониторинг;
- Обеспечивать наблюдаемость пайплайнов: контроль качества данных, отслеживание задержек и сбоев загрузок;
- Проводить аудит текущих решений, выявлять точки роста;
- Собирать и уточнять требования к данным вместе с аналитиками и бизнес-заказчиками;
- Участвовать в анализе данных: выявление зависимостей, построение логических связей, подготовка данных для аналитики.
Требования:
- 4+ года коммерческого опыта в роли Data Engineer;
- Понимание принципов построения DWH (Kimball / Inmon, star schema, ETL/ELT);
- Опыт построения систем мастер-данных;
- Умение самостоятельно превратить размытую бизнес-задачу в модель данных и план работ.
Будет плюсом:
- Опыт ответственности за архитектуру хранилища или крупного домена целиком;
- Внимание к качеству данных как отдельной задаче: проверки, SLA, договорённости с владельцами источников;
- Опыт с ML и Computer Vision.
Условия:
- Комфортный офис в Mega Alma-Ata с паркингом и видом на горы;
- Гибридный формат работы;
- Официальное трудоустройство, медстраховка для вас и близких, компенсация фитнеса.
ГибридseniorАлматы
Зарплата не указана
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.