QA-инженер Data Pipeline и импорта данных
Bloomreach — платформа для агентной персонализации. Компания разрабатывает AI-агентов, чтобы персонализировать весь путь клиента: вывести автономный поиск в мейнстрим, сделать обнаружение товаров более интуитивным и разговорным, реализовать разговорные покупки и автономный маркетинг на базе единого AI-движка Loomi. Решениями Bloomreach пользуются более 1400 глобальных брендов, включая American Eagle, Sonepar и Pandora.
Команда Data Pipeline — backend-команда, которая ценит качество и надёжность, автономию, доверяет данным и владеет результатом от начала до конца.
Что делает команда:
- Обрабатывает поведение посетителей клиентов через real-time tracking; данные затем анализируются и используются для маркетинговой автоматизации. Обрабатываются десятки тысяч запросов в секунду.
- Занимается импортом данных: импортируются миллионы строк, постоянно улучшается пропускная способность и надёжность импорта и интеграций с другими хранилищами данных.
- Отвечает за экспорт данных из платформы в Google BigQuery с использованием Google DataFlows, PySpark и Apache Beam, чтобы клиенты могли получать доступ к данным.
- Запускает и поддерживает сервисы в продакшене, обрабатывая высоконагруженный трафик на Google Cloud Platform и Kubernetes.
Как Quality Engineer в Data Pipeline, вы отвечаете за качество систем, которые перемещают большие объёмы данных клиентов в реальном времени, в масштабе и через множество интеграций. Это backend- и data-heavy мир: с одной стороны tracking API, с другой — внутренний формат сообщений и несколько хранилищ, между ними Kafka, GCP и Kubernetes. Качество здесь означает понимание того, как данные проходят end-to-end и где могут пойти не так. Нужно привнести инженерную строгость в это качество.
Задачи:
- Владеть end-to-end и интеграционным тестированием. Проектировать тесты, которые проверяют реальное поведение компонентов сложных data pipeline, чтобы уверенно выпускать изменения в высоконагруженные интеграции.
- Строить автоматизацию, которая многократно запускается в CI. Превращать тестирование в автоматизированные интеграционные и end-to-end наборы (например, Robot Framework, API-тесты), встроенные в пайплайн деплоя, чтобы инженеры получали быструю и надёжную обратную связь по каждому изменению.
- Глубоко разбираться в домене импорта. Импорт — богатая, хорошо определённая область; нужно накопить контекст, чтобы проактивно говорить команде, что, как и почему тестировать и где скрываются крайние случаи.
- Смещать тестирование влево. Участвовать в груминге и проектировании с первого дня, продумывать тест-кейсы и сценарии отказов, пока функции ещё формируются, а не после.
- Укреплять ядро pipeline. Кроме импорта, помогать повышать качество в ядре Data Pipeline по мере накопления контекста.
- Работать в партнёрстве с разработчиками. Качество — общая ответственность: разработчики отвечают за свои in-source тесты, а QA добавляет внешний слой автоматизации и перспективу. Нужно делать всю команду лучше в тестировании, а не быть местом, куда передают работу.
Ответственности:
- Проектировать и владеть black-box, API-level и интеграционным/end-to-end тестированием автоматизации для сервисов Data Pipeline, преимущественно в домене импорта.
- Создавать и поддерживать автоматизированные тестовые наборы в CI/CD (GitLab), которые контролируют деплой и ловят регрессии между компонентами.
- Читать код пайплайнов на Go/Python, чтобы находить пробелы и проектировать...
Условия:
- В команде уже есть опытный Senior Quality Engineer: с ним можно осваиваться, обсуждать идеи и с первого дня разделять миссию качества.
- Формат работы: remote first из Центральной и Восточной Европы; можно встречаться в офисах в Братиславе, Брно или Праге.
- Локация: Словакия.
- Зарплата: по договорённости.
