Архив: Middle QA Engineer (МТС Big Data)

По итогам собеседования
МТСМТС, Москва, опыт от 2 лет, full-time

Big Data в МТС место, где телеком данные превращаются в реально работающие IT-продукты. Мы создали и протестировали несколько десятков сервисов. Самые успешные из них уже стали частью экосистемы МТС. Например, МТС Маркетолог, рекомендации в KION (МТС ТВ), услуга «Кто звонит?» или Спам blacklist.

Сейчас мы ищем QA Engineer в команду продукта для повышения качества данных в Data Lake

Data Lake МТС — централизованное распределенное хранилище больших данных, позволяющее хранить структурированные и неструктурированные данные из множества источников данных в технологически разных базах данных. Данные в Data Lake хранятся как в сыром виде (в том же формате, как и на источниках), так и в трансформированном формате для оптимизации работы с хранилищем. Data Lake поддерживает горизонтальное масштабирование и различные виды сложной аналитики, включая современные фреймворки Data Science.

Что предстоит делать?

  • Проектирование метрик качества данных по требованиям к витринам данным и интеграция их в автоматизированную систему проверки качества
  • Доработка и актуализация интеграционных тестов на инструменты выгрузки и трансформации данных
  • Документирование найденных ошибок в системе баг-трекинга, контроль их исправления
  • Разработка тестовой документации – чек-листов, матриц покрытия
  • Участие в релизном процессе, подготовка отчетов о тестировании
  • В перспективе — автоматизация тестов витрин данных на python на основе имеющихся фрэймворков

Кого мы ищем?

Обязательно:

  • Опыт от 2 лет в QA
  • Знание и понимание методологий и видов тестирования
  • Опыт проектирования тест-кейсов, понимание методик тест-дизайна
  • Уверенное владение SQL (умение строить запросы средней сложности — подзапросы, join, группировки)
  • Знание систем контроля версий Git
  • Знание основ Linux и навыки работы с командной строкой
  • Опыт работы в продуктовой команде

Желательно:

  • Опыт разработки или автоматизации тестов на Python
  • Опыт работы с Docker, docker-compose
  • Знание стека Big Data (Hadoop, Spark, Hive, Airflow)
  • Понимание принципов ETL

Что вы найдете в команде Big Data?

Стек технологий:

  • Gitlab, Jenkins, Ansible, Docker
  • Автоматизация: Python, PyTest, Allure, Aquas (внутренний фреймворк для автоматизации тестов ETL)
  • Нагрузочное тестирование: Locust, Jmeter
  • Jira, Confluence

Команда: на данный момент в Центре BigData 12 QA инженеров. Каждый работает на своем продукте в кроссфункциональной команде (где есть аналитики, разработчики, DE, DS и т.д.), 1-3 QA на продукт.

Что даем взамен: условия и бонусы

  • ДМС, куда включены: стоматология, страхование жизни и страховка при поездках за рубеж
  • Десятки курсов и тренингов в Корпоративном университете МТС и «Coursera», собственная виртуальная библиотека и доступ к «O’Reilly».
  • Корпоративный психолог и карьерный коуч
  • Спорт: компенсация фитнес-абонемента, бассейна, скидка в «Alex fitness», «Spirit fitness», «World class» и др.
  • Бесплатная сотовая связь, выгодные тарифы для ваших близких, промокод на онлайн-кинотеатр KION  и бесплатная подписка на МТС Premium
  • Программа performance-review и «Invite IT» (реферальная программа поощрения за рекомендацию ИТ-специалиста)
  • Программа корпоративных привилегий «PrimeZone» и скидки от наших партнеров (Invitro, Skyeng, S7 и многие другие)
  • Мощная техника для комфортной работы

Что еще интересного, кроме работы?

  • Мы частые участники митапов и конференций, где и вы можете прокачать себя в качестве спикера
  • Мы гибкие: плавающее начало дня, гибридный график (возможность несколько дней работать из дома), work-life balance
  • Мы помогаем детям из детских домов, обучаем пенсионеров безопасному поведению в сети, сдаем кровь, очищаем парки от мусора на волонтерских мероприятиях и многое другое

Есть ли обучение?

  • Локальные и международные конференции, митапы.
  • Корпоративный университет МТС и масштабная виртуальная библиотека.
  • А ещё мы регулярно обмениваемся опытом на совместных синках с лидами экспертизы

Сколько этапов при отборе?

Не более двух:

  1. HR + первое тех. интервью с лидом направления;
  2. Собеседование с PO и командой, выбор кандидатом проекта