Senior QA Engineer

Привет, A-player! :)

Мы - Phygital+. AI-платформа для креативных и дизайн-команд. Помогаем крупным компаниям ускорять создание визуального контента с помощью нейросетей, сохраняя качество и контроль.

Коротко о нас, чтобы понимать масштаб:

• 200+ enterprise-клиентов уровня Яндекс, Альфа-Банк, X5, Лента, Авито, МТС.
• Крупнейшие агентства: Depot, Setters, Great и многие другие.
• По частоте использования - мы на втором месте после Figma у дизайнеров и маркетологов.
• Retention по компаниям = 100%.
• Рост +30% месяц к месяцу, за полтора года выросли с 8 до 32 человек в команде.
• Цель на 2026 год - вырасти в 5 раз по выручке.
• Мы нашли PMF, закрываем раунд А от известного фонда.

Про роль

Мы ищем Senior QA Engineer в команду Tech. Это не позиция «подключился и разгребаешь чужие кейсы» - это человек, который владеет тест-стратегией продукта целиком: понимает, что тестировать глубоко, что смоуком, а что не тестировать вообще и может это обосновать. У нас сложная AI-платформа: 40+ нод, пайплайны, биллинг, team accounts, интеграции, асинхронные сценарии. Баг, который ушёл в prod - это боль для enterprise-клиента.

Ты не просто ловишь баги - ты решаешь go/no-go по релизу вместе с руководителем.

Наша культура - коротко

• AI-first и AI-native. Вся команда пользуется Cursor, Claude, вайбкодингом. Ты будешь тестировать AI - значит, ты сам должен его понимать и использовать.
• Минимум бюрократии. Никто не стоит над душой, пошаговых инструкций на каждый кейс не будет.
• A-players. Проактивные, самостоятельные, ответственные. Видишь проблему - подсвечиваешь, не ждёшь таски.
• Полностью удалёнка. Команда распределена по миру, синхронизируемся по Москве.

Чем предстоит заниматься :)

• Владение тест-стратегией продукта - определение глубины покрытия по зонам риска, поддержание стратегии в актуальном состоянии.
• Исследовательское ручное тестирование новых фич и продукта в целом: AI-модели, воркспейсы, пайплайны, биллинг, подписки, team accounts.
• Тестирование AI-функциональности - 40+ нод (image, video, audio): не только факт завершения задачи, но качество результата, стабильность, типичные ошибки моделей.
• Регрессионное тестирование перед релизами - прогон критичных сценариев, расширение набора по итогам багов и новых фич.
• API-тестирование REST через Swagger/Postman, включая асинхронные сценарии: очереди, долгие операции, ретраи, частичные отказы.
• Автоматизация API-слоя на Python/pytest, интеграция прогонов в GitLab CI, поддержание стабильности тестов.
• Ведение тест-кейсов, чек-листов и баг-репортов в TestRail; баг-репорты в ClickUp с воспроизводимыми шагами, скриншотами и логами из DevTools, Sentry/Graylog.
• Участие в груминге и оценке задач - подсветка рисков и проблем тестируемости до начала разработки.
• Развитие процессов и инструментов QA - выбор и внедрение решений для тест-менеджмента, тестовых данных и стендов.

Наши ожидания

Must have:

• 5+ лет ручного тестирования веб-продуктов (SaaS, B2B/B2C), из них 2+ года - на продукте со сложной бизнес-логикой или нестандартным UI (редакторы, конструкторы, дашборды).
• Практический опыт автоматизации: писал и поддерживал автотесты на Python (pytest) сам, не только запускал чужие. Закрыть API-слой самостоятельно - да, строить фреймворк с нуля - не обязательно.
• Тест-дизайн на продвинутом уровне: классы эквивалентности, границы, попарное тестирование, state-based сценарии, тестирование через инварианты при отсутствии эталона.
• Уверенное REST API-тестирование: Swagger/Postman, авторизация и токены, вебхуки, идемпотентность, работа с ошибками и таймаутами.
• CI/CD: запуск тестов в GitLab CI, чтение пайплайнов, работа с флакающими тестами.
• SQL (PostgreSQL) на уровне джойнов и агрегатов для валидации данных.
• Логи и мониторинг: Sentry, Grafana/Graylog, DevTools - умеешь локализовать баг до слоя (фронт / API / воркер / модель), а не просто написать «не работает».
• Английский Intermediate+ (чтение тех. документации).

Nice to have:

• Опыт тестирования асинхронных систем: очереди, воркеры, долгие операции, ретраи, частичные отказы.
• Опыт роли единственного или старшего QA в команде - выстраивал процесс тестирования с нуля или существенно переделывал существующий.
• AI/ML или медиа-продукты (генерация изображений/видео/аудио) - понимание, как тестировать недетерминированный результат.
• Playwright - понимание, где E2E оправдан, а где это будущий техдолг.
• Нагрузочное тестирование (k6 / Locust / JMeter) хотя бы на базовом уровне.
• Docker, базовое понимание Kubernetes.
• Celery / RabbitMQ - понимание механики очередей.
• FastAPI / TypeScript на уровне чтения кода и диффа в MR.

Нам по пути, если это про тебя

• Ты воспринимаешь качество релиза как свою зону ответственности целиком, а не только свои задачи.
• Ты умеешь приоритизировать и говорить «нет» - отличаешь блокер от косметики.
• Ты подсвечиваешь системные проблемы и предлагаешь решение, а не просто фиксируешь жалобу.
• Тебе комфортно с неопределённостью и меняющимся скоупом.
• Ты сам пользуешься генеративными AI-инструментами и понимаешь продукт с позиции пользователя, а не только тестировщика.
• Ручное и исследовательское тестирование - для тебя всё ещё основная работа, а не то, что «уже пройденный этап».

Твои первые 3 месяца

30 дней - разбираешься в продукте, подключаешься к регрессионным прогонам и API-автоматизации, растёшь в понимании тест-стратегии.

60 дней - самостоятельно тестируешь задачи из спринта без постоянного сопровождения. Баг-репорты без возвратов на уточнение (<10>

90 дней - регрессионное покрытие в TestRail выросло на 15-20 актуальных кейсов. Регулярные тест-раны перед релизами - по расписанию, без пропусков. Критичные баги не уходят в prod через твои релизы.

Наше предложение

• Удалёнка.
• Конкурентная зарплата: с каждым обсуждаем индивидуально (платим в любой валюте).
• Команда: без бюрократии, с фокусом на результат.
• AI-native культура: ты будешь использовать AI для ускорения разработки, но не для подмены мышления.
• Команда людей, которые реально любят то, что делают.

Как к нам попасть ;)

Напиши в сопроводительном:

• Самый сложный баг, который ты находил и как ты до него добрался.
• Как ты тестировал что-то без чёткого эталона результата (например, недетерминированный или AI-based функционал).
• Твой опыт с автоматизацией API на Python/pytest - что именно писал и поддерживал сам.

Без этого сложно понять, подходим ли мы друг другу. Так что не пропускай