Inhinyero ng QA/QC

Oras ng trabaho: 8h30 hanggang 17h30 mula Lunes hanggang Biyernes. Pagsubok ng mga proseso ng negosyo. Basahin at kritikal na suriin ang spec mula sa BA; tukuyin ang mga kakulangan at salungatan sa mga proseso ng negosyo bago magsimulang magsulat ng code ang developer. Magdisenyo ng mga test case at test data para sa mga pangunahing daloy: imbentaryo, mga order, Click & Collect, mga cross-channel na pagbabalik at pagpapalit, loyalty, at pagbabayad. Magsagawa ng end-to-end integration testing sa POS, ERP, WMS, 3PL, at payment gateway — suriin ang pagkakapare-pareho ng data sa pagitan ng mga sistema. Subukan ang mga sitwasyon ng sabayang pag-aagawan: 2 customer na bumibili ng parehong huling SKU, order na dalawang beses na nabawasan ng imbentaryo, nag-expire na reserbasyon ng produkto, at pagtanggi ng tindahan sa order. Subukan ang API nang hiwalay sa UI; suriin ang response, mga error code, at idempotency. Magsagawa ng regression testing bago ang bawat release; pamahalaan ang bug lifecycle sa [Jira / tool na ginagamit]. Makipagtulungan sa pangkat ng operasyon ng tindahan sa UAT; pagsama-samahin at uriin ang feedback. Automation. Bumuo at magpanatili ng mga automated test para sa mahahalagang regression flow sa lahat ng 3 larangan: web, mobile, at API. Web: UI automation gamit ang Playwright. Mobile (app para sa operasyon ng tindahan): sumulat at magpanatili ng mga test flow gamit ang Maestro. API: sumulat ng mga automated test para sa mga pangunahing endpoint ng negosyo. Isama ang test suite sa CI/CD; bumuo at mamahala ng test data para sa staging environment. AI sa proseso ng trabaho (kinakailangan). Gumamit ng AI upang bumuo ng mga test case mula sa spec, lalo na ng mga boundary test case at exception flow na madaling hindi mapansin ng tao. Gumamit ng AI upang tumulong sa pagsulat at pag-refactor ng mga automation script at pagbuo ng iba't ibang test data ayon sa mga senaryo ng negosyo. Gumamit ng AI upang suriin ang mga log at tukuyin ang posibleng pinagmumulan ng bug bago ito ipasa sa developer — bawasan ang bilang ng mga bug na ibinabalik. Gumamit ng AI upang ihambing ang spec sa aktuwal na kilos ng sistema at matukoy ang mga paglihis. Suriin at beripikahin ang output ng AI — huwag magpasok sa sistema ng mga test case o bug report na hindi pa nabeberipika. Mag-ambag sa mga pinagsasaluhang AI asset ng team: mga prompt template, rule file, at dokumentasyon ng konteksto ng negosyo ng proyekto. Unawain ang mga limitasyon ng AI: alamin kung kailan kailangang magsagawa ng manwal na pagsubok (mga daloy ng pera, aktuwal na karanasan sa tindahan, at integrasyon ng mga kagamitan). Mga pinapaboran. Nakapagsubok na ng mga produktong E-commerce, Retail, Logistics, POS, o WMS. Nauunawaan ang mga proseso ng imbentaryo sa maraming warehouse / channel, mga order, pagbabayad, at rekonsilyasyon. May karanasan sa Playwright at/o Maestro — ito ang mga automation tool na ginagamit ng proyekto. May karanasan sa pagsubok ng mga sistemang may maraming third-party integration (webhook, callback, retry). May karanasan sa performance testing (JMeter / k6) o pangunahing security testing. Pamilyar sa CI/CD at Docker, at kayang unawain ang istruktura ng microservices. Nakapag-set up na ng AI workflow para sa QC team: mga prompt template, awtomatikong pagbuo ng mga test case o test data. 3–5 taon ng karanasan sa QC/QA ng mga produktong web o mobile. Bihasa sa pagbasa ng spec, pagdisenyo ng mga test case, at pagsulat ng malinaw na bug report na may mga hakbang upang maulit ang bug. API testing: nauunawaan ang REST, kayang bumasa ng JSON, at kayang suriin ang response at mga error code. SQL: kayang sumulat nang mag-isa ng mga query upang suriin ang data at ihambing ang imbentaryo at katayuan ng order sa pagitan ng mga table. Automation: nakapagsulat at nakapagpanatili nang mag-isa ng mga script sa kahit isang larangan — web (Playwright o katumbas), mobile, o API; kayang bumasa at magbago ng mga script sa iba pang larangan. Kayang bumasa ng mga application log at matukoy kung saang layer naroon ang error (FE / API / DB / third-party system). Pamilyar sa pagtatrabaho sa Agile / Scrum at sa pangunahing paggamit ng Git. Gumagamit araw-araw ng AI tool sa aktuwal na trabaho at kayang ipaliwanag kung para saan ito ginagamit, kung paano bineberipika ang output, at kung kailan kusang pinipiling huwag itong gamitin. Kayang bumasa at umunawa ng dokumentasyong nasa Ingles. Mga kasanayang interpersonal. Malusog na mapanirang pag-iisip — aktibong maghanap ng mga paraan upang magkamali ang sistema, hindi lamang kumpirmahing tama ito. Kritikal na pag-iisip sa output ng AI — matukoy kapag nagbibigay ang AI ng mga test case na walang saysay o mali sa proseso ng negosyo. Kayang ipagtanggol ang pananaw sa kalidad sa harap ng presyon ng deadline, ngunit marunong mag-uri ng prayoridad ng mga bug. Mahusay makipag-ugnayan sa mga developer, BA, at pangkat ng operasyon ng tindahan. Maingat at disiplinado sa pagtatala at pagsubaybay ng mga bug. Larangan: Pamamahala ng kalidad (QA/QC), IT - Software. Karanasan: 3 Taon. Antas: Empleyado. Uri ng trabaho: Regular na empleyado. Lokasyon: Hồ Chí Minh