SDET / Разработчик AI решений (HR платформа)

Описание вакансии

HR платформа Сбера — собственный high-load продукт экосистемы, построенный на микросервисной архитектуре (K8s, OpenShift, Kafka). Мы развиваем направление AI-Native Performance Engineering.

Первый этап отбора на эту вакансию - общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram или Макс.

Диалог займёт примерно 10 минут. Его задача - уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.

ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным.

Обязанности

проектирование и разработка: проектирование архитектуры и разработка инструментов для генерации тестов с помощью AI систем приоритизации и анализа результатов
создание AI-агентов: разработка и внедрение AI-моделей и агентов для автоматической генерации UI/API-тестов их оптимизации и self-healing'а
развитие CLI-инструментов: создание командных интерфейсов (CLI) на базе Python и AI для ускорения работы всей команды QA
интеграция в CI/CD: глубокая интеграция инструментов в пайплайны (Jenkins, GitLab CI) и инфраструктуру (Kubernetes)
оптимизация: анализ и улучшение стабильности существующего фреймворка, помощь коллегам в решении сложных технических задач
внедрение практик Infrastructure as Code (IaC) для поддержания стабильной среды запуска автотестов.

Требования

опыт работы от 2 лет в автоматизации тестирования или разработке
уверенный уровень Middle+
глубокое знание Python: асинхронное программирование (asyncio), генераторы, декораторы
понимание принципов ООП и SOLID
опыт проектирования надежных и масштабируемых систем
практический опыт применения AI в инженерии
навыки промпт-инжиниринга, опыт взаимодействия с LLM через API
понимание основ векторных баз данных и RAG
экспертный уровень владения одним из фреймворков (Playwright/Selenium + pytest)
опыт построения фреймворков с нуля
глубокое понимание стратегий автотестирования
уверенное написание pipeline-as-code (Jenkinsfile .gitlab-ci.yml)
опыт дебага проблем в CI/CD, знание основ Kubernetes (поды сервисы) для запуска тестов в контейнерах
способность аргументировать свои технические решения эффективно взаимодействовать с командой разработки и продуктовыми командами

Будет значительным преимуществом:

опыт участия в полной цикловой разработке крупных проектов с этапами планирования, реализации, внедрения и сопровождения
практические знания DevOps-процессов и облачных инфраструктур
участие в разработке собственных фреймворков и библиотек для автотестирования и инструментов AI
публикации статей, выступлений на конференциях по теме автотестирования и качеству ПО
наличие сертификации по технологиям и методологиям тестирования и разработки.