Андрей К. — QA Engineer (manual)

Разработка и тестирование digital-продуктов для e-commerce, ML и enterprise-направлений: - Разработка и тестирование ML-систем для MARS: ML-платформа для анализа фотографий, которые отправляют мерчендайзеры из торговых точек по всей России и Беларуси. - Крупная электронная торговая площадка для закупок по 223-ФЗ на платформе РТС: создание и публикация закупочной документации, работа с заявками, протоколами и отчётностью, интеграция с ЕИС и банковскими гарантиями. Команда: 3 PM, 2 DevOps, 3 аналитика, 10 backend-разработчиков, 2 frontend-разработчика, 2 дизайнера, 3 AQA, 4 QA. Достижения: - Провёл комплексное тестирование ML-алгоритмов распознавания товаров и размещения продуктов на снимках, что помогло повысить точность классификации на 75%. - Разработал и автоматизировал 2000+ тестовых сценариев для сравнения фактических результатов распознавания с эталонными данными с использованием Python, Pytest, Selenium, requests и Postman. - Обнаружил критические ошибки в подсчёте KPI, включая share of shelf и brand visibility, что позволило скорректировать метрики в ML-модели и повысить точность BI-отчётности. - Настроил автоматическую валидацию загруженных фото через REST/GraphQL API и синхронизацию с базой марок товаров. - Помог оптимизировать SQL-запросы для проверки соответствия отчётов BI данным в ML-системах, сократив время выборки до 1 секунды. - Инициировал внедрение CI/CD-проверок для автотестов и автопроверки новых моделей машинного обучения при каждом релизе с использованием GitLab и Docker. - Провёл мобильное тестирование приложений и mobile web-сценариев на Android и iOS, выявив критические дефекты в отображении интерфейсов, работе загрузки фото, сетевых запросах и обработке пользовательских сценариев на разных устройствах. - Участвовал в стабилизации качества мобильных релизов за счёт регрессионного тестирования на реальных устройствах и эмуляторах через Android Studio и Xcode, что позволило сократить количество дефектов после релиза и повысить стабильность ключевых пользовательских сценариев. - Провёл тестирование UI/UX аналитической панели и выявил 40+ дефектов визуализации и отображения данных. - Обеспечил проверку автоматического мониторинга инцидентов и SLA через Prometheus и Sentry, что помогло поддерживать аптайм системы на уровне 99.9%. - Участвовал в тестировании закупочной платформы по 223-ФЗ, включая сценарии создания закупок, публикации документации, обработки заявок, протоколов, отчётности и контроля исполнения контрактов. - Проверял критичные интеграции с ЕИС, банковскими гарантиями и смежными внешними сервисами, выявляя ошибки обмена данными, статусов и бизнес-правил до выхода в production. - Усилил качество регрессионного тестирования за счёт автоматизации smoke- и API-сценариев, что ускорило цикл проверки релизов и повысило стабильность поставки. - Использовал AI-инструменты и LLM-подходы для ускорения подготовки тест-кейсов, генерации edge cases, анализа логов и уточнения требований, что улучшило качество тест-дизайна и снизило время на рутинные QA-задачи. - Предлагал улучшения QA-процессов: усиление regression suite, формализацию quality gates, более раннее подключение QA к анализу требований и развитие автоматизации проверок в CI/CD. Обязанности: - Тестирование ML-моделей и интеграций с backend-сервисами, REST и GraphQL API. - Проверка корректности алгоритмов классификации и расчёта KPI относительно эталонных данных. - Тестирование бизнес-логики закупочной платформы: создание и публикация закупочной документации, работа с заявками, протоколами, отчётностью и контроль исполнения контрактов. - Проверка соответствия сценариев требованиям законодательства и бизнес-правилам платформы 223-ФЗ. - Тестирование мобильных приложений и mobile web: проверка пользовательских сценариев на Android и iOS, верификация UI/UX, адаптивности, стабильности работы и корректности сетевого взаимодействия. - Проведение регрессионного и интеграционного тестирования мобильных сценариев на эмуляторах и реальных устройствах с использованием Android Studio, Xcode, DevTools и Charles Proxy. - Верификация интеграций с ЕИС, банковскими гарантиями и внешними сервисами. - Верификация UI: кросс-браузерное тестирование, адаптивность, корректность отображения данных и элементов интерфейса. - Анализ и уточнение бизнес-требований совместно с аналитиками, разработчиками и QA-командой. - Поддержка тестовой документации, подготовка check-lists, test cases и regression suite. - Работа с базами данных PostgreSQL и проверка корректности данных через SQL. - Анализ логов API, событий и ошибок в Kibana для поиска дефектов и ускорения root cause analysis. - Проверка синхронизации данных с файловыми хранилищами S3 и смежными системами. - CI/CD, автоматизация smoke-тестов, контроль стабильности ML-пайплайна и релизных проверок. - Участие в улучшении процессов тестирования, развитии автоматизации, повышении покрытия критичных сценариев и качестве релизов. - Применение AI-assisted testing подходов для ускорения тест-дизайна, анализа багов, генерации негативных сценариев и предварительной проверки требований. Инструменты и технологии: Python, Pytest, requests, Selenium, Appium, Postman, SoapUI, Swagger, PostgreSQL, GitLab, Docker, Kubernetes, Jmeter, Locust, Linux, Kibana, Sentry, Prometheus, Grafana, Figma, Confluence, Jira, CI/CD, STLC, SDLC, TestIT, RabbitMQ, Kafka, Playwright, Allure, Charles Proxy, DevTools, Android Studio, Xcode, REST API, GraphQL, SQL, AI-assisted testing, LLM tools.

Web-платформа для мониторинга безопасности корпоративных систем: интеграция с инфраструктурой заказчиков, выявление нарушений, автоматическая блокировка уязвимых участков сети, централизованный сбор и корреляция событий безопасности, контроль инцидентов и SLA. Команда: 1 PM, 1 DevOps, 2 аналитика, 6 backend-разработчиков, 2 frontend-разработчика, 4 QA. Достижения: - Разработал и протестировал API-интеграции с внешними системами заказчиков по REST и gRPC для централизованного обмена событиями безопасности. - Настроил автоматическую проверку модулей оповещений, что позволило сократить время реакции на нарушения политик безопасности на 70%. - Участвовал в проектировании системы корреляции событий на базе ELK Stack и Kafka, что помогло автоматически определять инциденты уровня critical и повысить качество обработки событий. - Инициировал внедрение автоматизированных тестов на Python с использованием Pytest, requests и Allure, сократив объём ручного тестирования на 50%. - Провёл нагрузочное тестирование REST API с использованием JMeter и Locust для оценки устойчивости при пиковых нагрузках до 10 000 событий в минуту. - Организовал CI/CD pipeline на Docker и Jenkins, обеспечив стабильную поставку релизов без простоев и ускорив цикл проверок. - Провёл аудит безопасности frontend-приложения и выявил XSS- и CSRF-уязвимости на раннем этапе разработки. - Усилил качество релизов за счёт автоматизации smoke- и API-проверок, интеграции regression suite в CI/CD и раннего подключения QA к анализу требований. - Улучшил наблюдаемость качества продукта за счёт проверки логов, метрик, алертов и поведения системы в production-like окружениях. Обязанности: - Функциональное и регрессионное тестирование модулей безопасности: авторизация, аудит доступа, антивзлом, обработка инцидентов. - Анализ и уточнение требований с заказчиками, формирование test cases и сценариев по инцидентам, SLA и критичным бизнес-потокам. - Тестирование API, микросервисов и интеграционных сценариев, включая REST, gRPC и event-driven взаимодействия. - Проверка передачи событий через Kafka и RabbitMQ, валидация маршрутизации сообщений и корректности обработки тревожных событий. - Поддержка и актуализация тестовой документации: check-lists, test cases, test reports, regression suite. - Автоматизация smoke-тестирования и интеграция автотестов в CI/CD pipeline. - Настройка тестовых сред в Docker, Kubernetes и Linux, участие в поддержке стабильных тестовых окружений. - Анализ логов и событий в Kibana и Sentry, работа с метриками и отчётностью по безопасности. - Участие в ретроспективах, планировании QA-активностей и улучшении процессов тестирования внутри команды. - Применение shift-left и automation-first подходов для повышения качества релизов и снижения количества production-инцидентов. Технологии: CyberSec, SIEM-мониторинг, REST API, gRPC, Python, Pytest, requests, Playwright, Postman, Swagger, OpenAPI, JMeter, Locust, Docker, Kubernetes, Jenkins, GitLab, ELK Stack, Kafka, RabbitMQ, PostgreSQL, Kibana, Sentry, Linux, Figma, Confluence, Jira, Allure, CI/CD, STLC, SDLC.