11 августа 2026 • г Москва • ПАО Сбербанк • Информационные технологии:Тестировщик
Наша команда разрабатывает AI-продукты для управления талантами — от внешнего найма до внутренней мобильности. Мы автоматизируем ключевые этапы рекрутмента, чтобы сделать процесс быстрее и удобнее. Среди наших решений — ГигаРекрутер, AI-помощник для первичных интервью с кандидатами, и предиктивная система подбора внутренних сотрудников на роли и проекты. Это позволяет HR-партнёрам и руководителям формировать кадровые резервы без участия рекрутера, усиливая команды и развивая бизнес.
Задачи
ручное функциональное, регрессионное и интеграционное тестирование web, backend-сервисов и AI-агентов
разработка и поддержка тестовой модели (тест-кейсы по новому функционалу и регрессионной модели, чек-листы)
написание и поддержка Api и Web автотестов на Python (в т.ч. smoke, интеграционные, e2e)
анализ allure отчетов прогона автотестов в CI, локализация и заведение дефектов
взаимодействие с командой разработки для уточнения логики работы сервисов
Требования
имеешь коммерческий стаж в тестировании — от 3 лет (из них написание автотестов — от 2 года)
API и Backend (тестирование backend-сервисов через REST API, работа со Swagger/OpenAPI), понимание HTTP: методы, коды ответов, структура запроса/ответа, локализация дефектов: frontend vs backend vs интеграция)
базы данных: уверенный PostgreSQL (SELECT, JOIN), анализ данных в БД для проверки бизнес-логики и расследования дефектов
интеграционное тестирование: понимание синхронного (REST/gRPC) и асинхронного (Kafka/RabbitMQ) взаимодействия сервисов, опыт интеграционного тестирования нескольких сервисов, умение анализировать цепочки прохождения данных между системами
Kafka (принципы: продюсеры, консьюмеры, топики, партиции, тестирование событийных интеграций, локализация проблем в очередях)
логи и диагностика: поиск и анализ логов в Kibana (ELK) / Grafana, первичное расследование дефекта, сбор диагностики для разработчика
тестовая документация (написание и актуализация тест-кейсов (разумный уровень детализации), ведение тестовой модели в актуальном состоянии
Python (автоматизация) твёрдое знание: типы данных, условия, циклы, функции, работа с файлами, ООП, регулярные выражения, понимание поддерживаемого кода (DRY, читаемость, модульность), стек: pytest + requests + Selenium/Playwright + SQLAlchemy + pydantic (или jsonschema)