QA инженер (Поток)

СБЕР·Москва·2 ч назад

QA инженер (Поток)

Ориентир по рынку≈ 150 000 – 334 000 ₽наша приблизительная оценка по 14 вакансиям этой роли и грейда, у работодателя вилка не указана

🏢 ОфисMiddleПолная занятость

≈ 150 000 – 334 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Вакансия свежая: первые отклики читают внимательнее.

2 из 4 в норме

Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона

Деньги

Вилку работодатель не назвал. Ориентир на созвон: столько платят в 14 похожих вакансиях QA Engineer уровня Middle.

платят меньше150 000 – 334 000 ₽ у половины таких вакансийплатят больше

Кроме оклада: премия и пересмотр зарплаты. Размер не назван, а от него зависит доход за год.

Вилки нет

Живость

Появилась сегодня. Раньше её не выкладывали: это новая позиция, а по новым почти всегда действительно нанимают.

Свежая

Описание

Текст ещё не разложен на обязанности и требования.

Обещают: ДМС со стоматологией
Известно: микросервисы

Не разобрано

Что требуют

ОбязательноRESTJSONPostmanOpenAPIXMLHTMLSQLPrometheusGrafanaCI/CD

ПлюсомPythonPytestKafka

Надбавка к зарплате на этом уровне: Python +40%, REST +20%, Kafka +20%.

Ясно

Полный разбор в Pro

Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме

Сколько просить

Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга

Ваше резюме против требований

Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика

Спросить у работодателя

Что стоит спросить: вопросы именно к этой вакансии для первого созвона

Когда откликаться

Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии

30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro

Описание вакансии

Вакансия для того, кто хочет строить инновации мирового уровня и видеть реальный след от своей работы. Команда создаёт ИИ-решение для анализа реализации стратегии Сбера. Это кейс на уровне топовых мировых исследований в области сценарного моделирования комплексных экономико-социальных систем и построения предиктивных алгоритмов. Ищем в команду ребят с сильным техническим и концептуальным мышлением и жаждой создавать новое.

Обязанности

функциональное тестирование backend сервисов и UI и написание и поддержка тестовой документации (чек-листы, тест-кейсы, баг-репорты, инструкции)

подготовка тестовых данных для тестирования / проведения ПСИ, участие в релизах, проведение регрессионного тестирования и в проведении сценариев приемо-сдаточных испытаний (ПСИ)

участие в работе с обращениями от пользователей и анализ информации в БД и логах сервисов

построение и поддержка eval-набора (golden set) и регрессионного контроля качества при смене моделей, промптов и версий приложения

автоматизированная оценка качества генерации (LLM-as-judge, метрики типа Ragas) при релизах

тестирование RAG: качество поиска релевантного контекста, корректность источников, поведение при неполной / противоречивой информации

тестирование агентных сценариев: многошаговые цепочки, вызовы инструментов (MCP), повторные попытки, эскалация к человеку

участие в мониторинге качества в проде и настройке обратной связи от пользователей.

Требования

опыт работы в тестировании от 3 лет

понимание HTTP, кодов ответов, авторизации

опыт тестирования API (REST/JSON) для проверки интеграций и бизнес-логики, микросервисного взаимодействия

опыт тестирования запросов с помощью Postman/Insomnia/Swagger

опыт работы с форматами данных: JSON, YAML, XML, HTML

знание SQL, умение написать SQL запрос средней сложности

базовый опыт работы с системами сбора и визуализации метрик, работа с логами (Prometheus, Grafana) и понимание CI/CD и участия QA в пайплайнах доставки

понимание принципов работы LLM и их ограничений: недетерминированность вывода, галлюцинации, методы оценки качества генеративных моделей и опыт построения eval-наборов (golden set) и оценки качества LLM; желательно — LLM-as-judge, Ragas.

Будет плюсом

понимание RAG и методов оценки качества retrieval: релевантность контекста, корректность источников

опыт тестирования агентных систем: многошаговые агенты, tool calling

опыт работы с Python для автоматизации оценки (pytest)

понимание метрик качества AI-продукта и мониторинга качества в проде

опыт работы с Kafka

опыт работы с векторными / графовыми БД (например, Qdrant)

Условия

гибридный формат работы из офиса в г. Москва

годовой бонус и ежегодный пересмотр

ДМС с первого дня + стоматологию и льготное страхование для семьи

корпоративный университет Сбера, внутреннюю образовательную платформу, участие в IT-конференциях

офис на Ленинском проспекте с зонами отдыха и спортзалом

льготную ипотеку в Сбере, корпоративную пенсионную программу, подписку СберПрайм с возможностью совместного использования на трёх близких, скидки от партнеров и сервисов группы компаний.