О компании
Lendable — финтех-компания, создающая технологии для кредитования и сбережений. Один из новейших единорогов Великобритании, команда чуть более 700 человек. Прибыльна с 2017 года. Инвесторы — Balderton Capital и Goldman Sachs. С нуля пересобраны три основных потребительских финансовых продукта: кредиты, кредитные карты и автокредитование. Деньги поступают клиентам за минуты, а не дни. Компания нацелена на два крупнейших западных рынка — Великобританию и США.
Работа в Lendable предполагает:
- Ответственность в широкой зоне влияния и принятие решений, влияющих на направление и успех компании.
- Работу в небольших командах сильных специалистов.
- Создание технологий внутри компании с использованием новых источников данных, машинного обучения и AI.
О роли
Открыты две позиции Senior Quality Engineer в мобильную команду. Мобильное приложение Zable — основной способ взаимодействия клиентов с Lendable: кредиты, кредитные карты, автокредитование, мобильные тарифы, подписки и новые продукты. Приложение написано на React Native и TypeScript с бэкендом на Kotlin, выпускается на iOS и Android из единой кодовой базы.
Роль automation-first: основное время — написание кода (тестовые фреймворки, CI-инструменты, хелперы), а не ручное выполнение тестов. Работа в связке с инженерами, продуктом и дизайном, задавая направление. Также работа на передовой AI-assisted quality: использование LLM и AI-инструментов для ускорения написания тестов, триажа падений и выявления пробелов в покрытии, с инженерной оценкой для сохранения доверия к тестам.
Задачи
- Владеть мобильной тестовой стратегией: определять и развивать прагматичную тестовую пирамиду для React Native, решая, где нужен E2E, а где логика должна быть в более быстрых слоях (Jest, React Testing Library, компонентные тесты).
- Принимать осознанные решения о покрытии, надёжности и скорости.
- Задавать стандарт «готово к релизу» для мобильных приложений и придерживаться его.
- Создавать и поддерживать мобильные E2E-наборы в Maestro, включая тестовые данные, конфигурацию устройств, хелперы и отчёты.
- Интегрировать наборы в CI (GitHub Actions) для быстрой и достоверной обратной связи на каждый PR и релиз-кандидат.
- Снижать flakiness и время диагностики. Относиться к flaky-тесту как к сломанному, ожидать поиск первопричины, а не повторные прогоны до зелёного.
- Использовать AI-инструменты для ускорения написания тестов, кластеризации падений, анализа покрытия и предложения исправлений.
- Определять, где AI даёт эффект, а где нужен человеческий контроль.
- Помогать мобильной команде внедрять AI-ассистированные рабочие процессы: промпты, guardrails, паттерны ревью.
- Предотвращать дефекты: подключаться к спецификациям на ранних этапах, оспаривать неоднозначные критерии приёмки, выявлять риски до написания кода.
- Закрывать петлю по производственным инцидентам через observability-стек (Datadog, Sentry, Grafana), связывая тестовое покрытие с реальным влиянием на клиентов.
- Проводить точечное исследовательское тестирование для высокорисковых релизов, когда это уместно.
Требования
- 6+ лет в quality engineering или автоматизации тестирования, с опытом поддержания стабильных автоматизированных наборов, а не превращения их в «кладбище» карантинных тестов.
- Опыт внедрения AI-ассистированных практик тестирования (генерация тестов, кластеризация падений, аналитика покрытия) с разумными механизмами контроля и доверия.
- Сильные знания TypeScript и JavaScript — не только написание тестовых скриптов, но и создание хелперов, инструментов и отладка внутри приложения при необходимости.
- Опыт настройки CI/CD-пайплайнов для надёжности тестов (GitHub Actions или аналоги): снижение flakiness, параллелизация, управление артефактами, контроль времени выполнения.
- Уверенность в мобильной E2E-автоматизации или сильный E2E-опыт на другой платформе.
