GenAI & Automation Tester (she/he/they)
Green Hive Technology
Rola skupia się na testowaniu aplikacji webowych opartych na Pythonie oraz systemów AI/ML. Będziesz projektować scenariusze testowe, przeprowadzać testy odporności i walidować jakość danych treningowych. Korzystasz z narzędzi takich jak MLflow, TensorBoard, Great Expectations i Evidently AI. Współpracujesz z interesariuszami nad standardami jakości. To nie jest klasyczny tester – wymaga wiedzy o cyklu życia AI, modelach ML, NLP i systemach rekomendacyjnych. Pracujesz w software house działającym w grupie Żabka nad innowacyjnymi rozwiązaniami (Żappka, data science, genAI).
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak widełek wynagrodzenia, brak informacji o wielkości zespołu.
Rola skupia się na testowaniu aplikacji webowych opartych na Pythonie oraz systemów AI/ML. Będziesz projektować scenariusze testowe, przeprowadzać testy odporności i walidować jakość danych treningowych. Korzystasz z narzędzi takich jak MLflow, TensorBoard, Great Expectations i Evidently AI. Współpracujesz z interesariuszami nad standardami jakości. To nie jest klasyczny tester – wymaga wiedzy o cyklu życia AI, modelach ML, NLP i systemach rekomendacyjnych. Pracujesz w software house działającym w grupie Żabka nad innowacyjnymi rozwiązaniami (Żappka, data science, genAI).
- ✓Praca nad innowacyjnymi rozwiązaniami AI/ML w dużej skali (Żappka)
- ✓Wpływ na produkty używane przez miliony użytkowników
- ✓Jasny proces rekrutacyjny (3 etapy, w tym rozmowa techniczna i biznesowa)
- !Brak informacji o wielkości zespołu testowego
- !Rola wymaga szerokiej wiedzy z AI/ML – może być wyzwaniem dla osób bez silnego backgroundu
- !Nie podano konkretnych ram testowych (np. pytest, Selenium) – może oznaczać, że testy są ad-hoc
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i realizacja scenariuszy testowych dla aplikacji webowych w Pythonie
- •Przeprowadzanie testów odporności (resilience testing) systemów AI/ML
- •Walidacja jakości danych używanych do trenowania modeli ML
- •Korzystanie z narzędzi MLflow, TensorBoard, Great Expectations, Evidently AI do monitorowania i testowania modeli
- •Współpraca z interesariuszami przy definiowaniu standardów jakości dla systemów opartych na danych
- •Stosowanie podejść testowych dedykowanych systemom predykcyjnym i modelom AI/ML
- •Wykorzystywanie AI do automatyzacji testów i usprawniania procesu testowania
- •Analiza danych biznesowych i przekładanie na wymagania dla zespołu technicznego
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Tester z podstawową wiedzą o AI/ML i doświadczeniem w testowaniu aplikacji webowych w Pythonie, który rozumie znaczenie jakości danych i chce rozwijać się w kierunku testowania modeli predykcyjnych.
Juniorzy bez znajomości AI/ML, osoby szukające wyłącznie manualnego testowania, ani inżynierowie nastawieni na budowę modeli (data scientist) – to rola testerska, nie deweloperska.
- ?Ile osób liczy zespół QA i jak jest zorganizowana współpraca z data scientistami i deweloperami?
- ?Jakie frameworki testowe (np. pytest, Selenium) są używane w projektach?
- ?Czy są dedykowane środowiska testowe dla modeli AI/ML?
- ?Jaka jest przewidywana liczba projektów jednocześnie?
- ?Czy rola wiąże się z dyżurami on-call lub wsparciem produkcyjnym?
- ?Jak mierzona jest skuteczność testów w kontekście modeli AI?
- ?Jaki jest budżet na szkolenia i rozwój w zakresie AI?
- −Brak widełek wynagrodzenia
- −Brak informacji o wielkości zespołu
- −Nie podano konkretnych frameworków testowych
- −Nie wspomniano o infrastrukturze chmurowej ani CI/CD
Zespół stawia na współpracę i wpływ na produkty o dużej skali. Prawdopodobnie kultura innowacyjna z naciskiem na AI, choć formalnie to software house w grupie Żabka.
1) Przesłanie CV, 2) Krótka rozmowa telefoniczna (~30 min), 3) Rozmowa merytoryczna online (~1h), 4) Rozmowa z osobą z biznesu online (~30 min).