Empleo
Del feed del socio
Ingeniero de control de calidad
Precio a consultar
Detalles
- Tipo de empleo
- Jornada completa
- Remoto
- Sí
- Empresa
- Neuroscale AI
- Nivel
- Senior
Descripción
Traducido automáticamente de English. El texto original es el oficial. Traducción automática — se está preparando una más precisa.
Acerca de la IA en neuroescala
Neuroscale AI está construyendo una plataforma de inteligencia de talentos y reclutamiento de IA de próxima generación que ayuda a las organizaciones a convertir la contratación en una ciencia medible, repetible e inteligente. Nuestra plataforma ARBI admite el abastecimiento, la selección, la evaluación, la secuenciación, la programación, la automatización del flujo de trabajo del reclutador y la evaluación explicable de candidatos para empresas comerciales, agencias del sector público, educación superior, organizaciones de personal y equipos de desarrollo de la fuerza laboral.
Neuroscale también está construyendo Athena, una experiencia de preparación profesional y asistencia a candidatos impulsada por IA que ayuda a los usuarios a mejorar currículums, prepararse para entrevistas, recibir comentarios basados en rúbricas y navegar por el proceso de búsqueda de empleo con soporte personalizado de IA.
Somos una startup de rápido crecimiento que opera en la intersección de GenAI, tecnología de recursos humanos, operaciones de reclutamiento, servicios profesionales, automatización del flujo de trabajo e implementación de IA empresarial. A medida que ARBI y Athena escalan entre clientes, necesitamos un líder senior de calidad que pueda hacer que la calidad del producto sea medible, automatizada, auditable y confiable.
Descripción general de funciones
Estamos contratando un ingeniero de control de calidad senior/líder de ingeniería de calidad para su propio control de calidad, estrategia de prueba, validación de productos y preparación para el lanzamiento en ARBI y Athena. Este es un puesto senior práctico para alguien que puede realizar pruebas en profundidad, crear sistemas de calidad automatizados, validar flujos de trabajo de IA, mejorar las prácticas de calidad de los desarrolladores y convertirse en la autoridad central para la calidad del producto.
Esta función no se limita a ejecutar casos de prueba. Auditará el panorama actual de control de calidad, definirá la estrategia de prueba, creará marcos de regresión y automatización, validará el comportamiento de la IA, realizará pruebas de presión en casos extremos y creará la confianza de lanzamiento necesaria para una plataforma SaaS en rápida evolución.
Trabajará en estrecha colaboración con ingeniería, productos, diseño, éxito del cliente y fundadores para asegurarse de que las nuevas funciones, correcciones de errores, experimentos, integraciones, flujos de trabajo de datos y experiencias impulsadas por IA se presenten con claridad, confiabilidad, auditabilidad, accesibilidad y confianza del usuario.
Qué harás (responsabilidades clave)
1) Construir la estrategia de calidad y el sistema operativo de control de calidad
• Realizar una auditoría profunda de la configuración actual de control de calidad en ARBI, Athena, flujos de frontend, servicios de backend, API, flujos de trabajo de datos, integraciones, canalizaciones de IA y procesos de lanzamiento.
• Definir una estrategia de control de calidad para toda la empresa que abarque la estabilización a corto plazo, la automatización a medio plazo y la madurez de la ingeniería de calidad a largo plazo.
• Diseñe una arquitectura de prueba escalable utilizando principios de pirámide de prueba, pruebas de desplazamiento a la izquierda, pruebas de humo, pruebas de regresión, puertas de liberación, pruebas exploratorias y cobertura basada en riesgos.
• Definir responsabilidades claras de control de calidad entre desarrolladores, control de calidad, producto, diseño, éxito del cliente y propietarios de versiones.
• Establecer un ritmo operativo práctico de calidad: planes de prueba, listas de verificación de lanzamiento, clasificación de defectos, definiciones de gravedad, flujos de trabajo de aprobación y métricas de calidad.
2) Control de calidad del producto propio para ARBI y Athena
• Validar la implementación frente a requisitos, diseños, textos, criterios de aceptación, historias de usuarios y flujos de trabajo específicos del cliente.
• Pruebe UI, UX, lógica empresarial, capacidad de respuesta, casos extremos, estados de error, estados vacíos, estados de carga, accesibilidad y mensajes de validación.
• Realizar pruebas exploratorias, de humo, de regresión y de candidatos a liberación antes de los lanzamientos.
• Validar los flujos de trabajo de los reclutadores, incluida la búsqueda de candidatos, la coincidencia, la puntuación, el análisis de currículums, la secuenciación de la extensión, la programación, los paneles de control de los reclutadores, los perfiles de los candidatos y los flujos de trabajo estilo ATS/CRM.
• Validar los flujos de trabajo de Athena, incluida la asistencia para currículums, preparación de entrevistas, comentarios basados en rúbricas, asistencia a candidatos, recomendaciones generadas por IA y orientación orientada al usuario.
3) Construir y modernizar la automatización de pruebas
• Tome posesión de la interfaz automatizada, API, integración y cobertura de pruebas de extremo a extremo utilizando Cypress, Playwright, Pytest, Postman/Newman o herramientas equivalentes.
• Cree conjuntos de regresión automatizados confiables para flujos de trabajo críticos de ARBI y Athena, incluida autenticación, permisos, canales de candidatos, análisis, notificaciones, integraciones y experiencias de administración.
• Integre profundamente las pruebas en los procesos de CI/CD para que las fallas sean visibles, procesables y vinculadas a la generación de confianza.
• Mejorar la confiabilidad de las pruebas, la velocidad de ejecución, la configuración de datos, la gestión de dispositivos y la capacidad de mantenimiento.
• Introducir prácticas de prueba asistidas por IA cuando sea útil, manteniendo al mismo tiempo un juicio humano claro y evidencia de prueba repetible.
4) Validar la confiabilidad del backend, la API, los datos y el flujo de trabajo
• Pruebe API REST sólidas, servicios Python/FastAPI, lógica empresarial backend, flujos de trabajo asincrónicos y canalizaciones de procesamiento de datos.
• Validar PostgreSQL, Redis, OpenSearch, Celery, Temporal, servicios en contenedores, canales de implementación y entornos alojados en AWS desde una perspectiva de control de calidad.
• Cree una cobertura de prueba de integración y API para importaciones, exportaciones, webhooks, permisos, búsqueda, puntuación, datos de candidatos, configuración específica del cliente y automatización del flujo de trabajo.
• Pruebe con conjuntos de datos realistas y de gran escala para descubrir problemas de rendimiento, latencia, relevancia de búsqueda, integridad de los datos y resiliencia.
• Establecer pruebas de rendimiento, carga y confiabilidad de referencia utilizando JMeter, k6, Locust o herramientas similares.
5) Flujos de trabajo de evaluación, LLM y control de calidad de IA
• Validar los flujos de trabajo de reclutamiento asistidos por IA para garantizar precisión, coherencia, explicabilidad, riesgo de alucinaciones, riesgo de sesgo, cumplimiento rápido, alineación de rúbricas y comportamiento humano informado.
• Pruebe la puntuación de la IA, los resúmenes de los candidatos, las recomendaciones, los comentarios de las entrevistas, el análisis de currículums y las experiencias de recuperación de conocimientos en entradas normales, adversas y extremas.
• Cree conjuntos de datos de evaluación repetibles y sistemas de prueba para medir la calidad de la IA a lo largo del tiempo.
• Validar barreras de seguridad, comportamiento alternativo, citas, indicadores de confianza, límites de datos, pistas de auditoría y configuración específica del cliente.…
Fuente: Jobicy (https://jobicy.com/jobs/161171-qa-engineer-6)
Neuroscale AI está construyendo una plataforma de inteligencia de talentos y reclutamiento de IA de próxima generación que ayuda a las organizaciones a convertir la contratación en una ciencia medible, repetible e inteligente. Nuestra plataforma ARBI admite el abastecimiento, la selección, la evaluación, la secuenciación, la programación, la automatización del flujo de trabajo del reclutador y la evaluación explicable de candidatos para empresas comerciales, agencias del sector público, educación superior, organizaciones de personal y equipos de desarrollo de la fuerza laboral.
Neuroscale también está construyendo Athena, una experiencia de preparación profesional y asistencia a candidatos impulsada por IA que ayuda a los usuarios a mejorar currículums, prepararse para entrevistas, recibir comentarios basados en rúbricas y navegar por el proceso de búsqueda de empleo con soporte personalizado de IA.
Somos una startup de rápido crecimiento que opera en la intersección de GenAI, tecnología de recursos humanos, operaciones de reclutamiento, servicios profesionales, automatización del flujo de trabajo e implementación de IA empresarial. A medida que ARBI y Athena escalan entre clientes, necesitamos un líder senior de calidad que pueda hacer que la calidad del producto sea medible, automatizada, auditable y confiable.
Descripción general de funciones
Estamos contratando un ingeniero de control de calidad senior/líder de ingeniería de calidad para su propio control de calidad, estrategia de prueba, validación de productos y preparación para el lanzamiento en ARBI y Athena. Este es un puesto senior práctico para alguien que puede realizar pruebas en profundidad, crear sistemas de calidad automatizados, validar flujos de trabajo de IA, mejorar las prácticas de calidad de los desarrolladores y convertirse en la autoridad central para la calidad del producto.
Esta función no se limita a ejecutar casos de prueba. Auditará el panorama actual de control de calidad, definirá la estrategia de prueba, creará marcos de regresión y automatización, validará el comportamiento de la IA, realizará pruebas de presión en casos extremos y creará la confianza de lanzamiento necesaria para una plataforma SaaS en rápida evolución.
Trabajará en estrecha colaboración con ingeniería, productos, diseño, éxito del cliente y fundadores para asegurarse de que las nuevas funciones, correcciones de errores, experimentos, integraciones, flujos de trabajo de datos y experiencias impulsadas por IA se presenten con claridad, confiabilidad, auditabilidad, accesibilidad y confianza del usuario.
Qué harás (responsabilidades clave)
1) Construir la estrategia de calidad y el sistema operativo de control de calidad
• Realizar una auditoría profunda de la configuración actual de control de calidad en ARBI, Athena, flujos de frontend, servicios de backend, API, flujos de trabajo de datos, integraciones, canalizaciones de IA y procesos de lanzamiento.
• Definir una estrategia de control de calidad para toda la empresa que abarque la estabilización a corto plazo, la automatización a medio plazo y la madurez de la ingeniería de calidad a largo plazo.
• Diseñe una arquitectura de prueba escalable utilizando principios de pirámide de prueba, pruebas de desplazamiento a la izquierda, pruebas de humo, pruebas de regresión, puertas de liberación, pruebas exploratorias y cobertura basada en riesgos.
• Definir responsabilidades claras de control de calidad entre desarrolladores, control de calidad, producto, diseño, éxito del cliente y propietarios de versiones.
• Establecer un ritmo operativo práctico de calidad: planes de prueba, listas de verificación de lanzamiento, clasificación de defectos, definiciones de gravedad, flujos de trabajo de aprobación y métricas de calidad.
2) Control de calidad del producto propio para ARBI y Athena
• Validar la implementación frente a requisitos, diseños, textos, criterios de aceptación, historias de usuarios y flujos de trabajo específicos del cliente.
• Pruebe UI, UX, lógica empresarial, capacidad de respuesta, casos extremos, estados de error, estados vacíos, estados de carga, accesibilidad y mensajes de validación.
• Realizar pruebas exploratorias, de humo, de regresión y de candidatos a liberación antes de los lanzamientos.
• Validar los flujos de trabajo de los reclutadores, incluida la búsqueda de candidatos, la coincidencia, la puntuación, el análisis de currículums, la secuenciación de la extensión, la programación, los paneles de control de los reclutadores, los perfiles de los candidatos y los flujos de trabajo estilo ATS/CRM.
• Validar los flujos de trabajo de Athena, incluida la asistencia para currículums, preparación de entrevistas, comentarios basados en rúbricas, asistencia a candidatos, recomendaciones generadas por IA y orientación orientada al usuario.
3) Construir y modernizar la automatización de pruebas
• Tome posesión de la interfaz automatizada, API, integración y cobertura de pruebas de extremo a extremo utilizando Cypress, Playwright, Pytest, Postman/Newman o herramientas equivalentes.
• Cree conjuntos de regresión automatizados confiables para flujos de trabajo críticos de ARBI y Athena, incluida autenticación, permisos, canales de candidatos, análisis, notificaciones, integraciones y experiencias de administración.
• Integre profundamente las pruebas en los procesos de CI/CD para que las fallas sean visibles, procesables y vinculadas a la generación de confianza.
• Mejorar la confiabilidad de las pruebas, la velocidad de ejecución, la configuración de datos, la gestión de dispositivos y la capacidad de mantenimiento.
• Introducir prácticas de prueba asistidas por IA cuando sea útil, manteniendo al mismo tiempo un juicio humano claro y evidencia de prueba repetible.
4) Validar la confiabilidad del backend, la API, los datos y el flujo de trabajo
• Pruebe API REST sólidas, servicios Python/FastAPI, lógica empresarial backend, flujos de trabajo asincrónicos y canalizaciones de procesamiento de datos.
• Validar PostgreSQL, Redis, OpenSearch, Celery, Temporal, servicios en contenedores, canales de implementación y entornos alojados en AWS desde una perspectiva de control de calidad.
• Cree una cobertura de prueba de integración y API para importaciones, exportaciones, webhooks, permisos, búsqueda, puntuación, datos de candidatos, configuración específica del cliente y automatización del flujo de trabajo.
• Pruebe con conjuntos de datos realistas y de gran escala para descubrir problemas de rendimiento, latencia, relevancia de búsqueda, integridad de los datos y resiliencia.
• Establecer pruebas de rendimiento, carga y confiabilidad de referencia utilizando JMeter, k6, Locust o herramientas similares.
5) Flujos de trabajo de evaluación, LLM y control de calidad de IA
• Validar los flujos de trabajo de reclutamiento asistidos por IA para garantizar precisión, coherencia, explicabilidad, riesgo de alucinaciones, riesgo de sesgo, cumplimiento rápido, alineación de rúbricas y comportamiento humano informado.
• Pruebe la puntuación de la IA, los resúmenes de los candidatos, las recomendaciones, los comentarios de las entrevistas, el análisis de currículums y las experiencias de recuperación de conocimientos en entradas normales, adversas y extremas.
• Cree conjuntos de datos de evaluación repetibles y sistemas de prueba para medir la calidad de la IA a lo largo del tiempo.
• Validar barreras de seguridad, comportamiento alternativo, citas, indicadores de confianza, límites de datos, pistas de auditoría y configuración específica del cliente.…
Fuente: Jobicy (https://jobicy.com/jobs/161171-qa-engineer-6)
Este anuncio proviene de un feed de socios. Solicítalo en el sitio web de origen.
Fuente: Neuroscale AI
Publicación proporcionada por Neuroscale AI.