ELITEBRAIN
Meeru AI Inc
Staff QA Automation Engineer
JavaScriptTypeScriptPythonReactSQLPostgreSQLAWSGCPDockerKubernetes
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Meeru AI entwickelt eine KI-native Plattform, die die Arbeitsweise von Finanz- und Buchhaltungsteams revolutioniert. Wir verbinden uns mit den Finanzsystemen von Unternehmen – ERPs, CRMs, Abrechnungsplattformen, HRIS – und wenden machine learning an, um fragmentierte operative Daten in fundierte, prüffähige Erkenntnisse für CFOs, Controller und FP&A-Leiter umzuwandeln.
Wir stellen auf Kundenwunsch bereit – SaaS Multi-Tenant, SaaS Single-Tenant und On-Premises – über AWS, Azure und GCP. Unsere Kunden sind Fortune 500 Finanzteams, die Datenisolation, Prüffähigkeit und Compliance benötigen.
Mindestanforderungen
- 8+ Jahre Erfahrung in QA und Testautomatisierung, davon 3+ Jahre in der Mitarbeiterführung. Sie haben QA-Ingenieure eingestellt, Leistungsbeurteilungen (1:1) durchgeführt und sie betreut, nicht nur ein Projekt geleitet.
- Sie haben Automatisierungs-Frameworks von Grund auf neu entwickelt. Sie haben ein Produkt mit wenig oder keiner Automatisierung zu einem funktionierenden Framework für API, UI und backend Tests ausgebaut und können die Designentscheidungen erläutern.
- Fundierte Programmierkenntnisse in Python und JavaScript/TypeScript. Sie schreiben täglich wartbaren Testcode in beiden: PyTest für das backend, TypeScript für das frontend.
- Umfassende Erfahrung mit API-Tests. REST, GraphQL und WebSockets, mit Tools wie PyTest, Postman oder REST Assured, einschließlich Vertrags-, Negativ- und Authentifizierungstests.
- Moderne End-to-End-UI-Tests. Playwright oder Cypress gegen React/Next.js Apps, mit zuverlässigen, wenig fehleranfälligen Suiten, die kritische Benutzerpfade abdecken.
- Backend und Datenbanktests. Testen von Python/FastAPI Services und PostgreSQL (SQLAlchemy), mit SQL-basierter Datenvalidierung und Fokus auf Datenbankleistung.
- CI/CD-Integration. Sie haben Tests in GitHub Actions, Jenkins oder GitLab CI integriert, Qualitäts-Gates für die Bereitstellung eingerichtet und mit Docker/Kubernetes Umgebungen gearbeitet.
- Performance- und Lasttests. Sie haben Last-, Stress- und Skalierbarkeitstests mit Tools wie k6, Locust oder JMeter sowie front-end-Checks wie Lighthouse entworfen.
- Sicherheitstests. SAST/DAST in der Pipeline (z. B. SonarQube, Snyk, OWASP ZAP, Burp Suite) und Tests von Authentifizierung, rollenbasierter Zugriffskontrolle und Datenverschlüsselung.
- Erfahrung mit Multi-Tenant SaaS. Sie haben Plattformen getestet, auf denen viele Kunden Infrastruktur teilen, und wissen, wie man nachweist, dass ein Mandant nicht auf die Daten eines anderen zugreifen kann.
- Compliance-gesteuerte Tests. Sie haben SOC 2, DSGVO oder HIPAA-Anforderungen mit Testprozessen und Nachweisen unterstützt.
- Cloud-Erfahrung. AWS bevorzugt (EC2, ECS, EKS, Lambda); GCP oder Azure ebenfalls willkommen.
- Qualitätsführung und -prozesse. Sie haben QA-Standards, Metriken und KPIs, Release- und Regression-Prozeduren sowie Runbooks definiert und berichten die Qualität klar an die Führungsebene.
- Klare Kommunikation und Zusammenarbeit. Sie arbeiten eng mit dem Produktmanagement an Akzeptanzkriterien, mit der Entwicklung an Testbarkeit und DevOps an Releases zusammen, erklären Risiken für technische und nicht-technische Personen gleichermaßen in einem agilen/Scrum Setup.
Nice-to-haves
- Testen von KI/LLM-Anwendungen. Sie haben LLM-Funktionen oder Agenten-Workflows getestet, können nicht-deterministische Ausgaben verarbeiten, Prompts und Modellausgaben validieren und auf Verzerrungen und Fairness prüfen. Kenntnisse in LangChain/LangGraph sind von Vorteil.
- Hintergrund im FinTech oder Finanzdienstleistungssektor. Erfahrung, bei der Genauigkeit, Prüfpfade und Zuverlässigkeit im Umgang mit Geld wichtig sind.
- Startup-Erfahrung. Sie sind es gewohnt, in einem sich schnell entwickelnden, unklaren Umfeld von Grund auf neu aufzubauen.
- Observability und Produktionsüberwachung. Datadog, CloudWatch, Prometheus oder New Relic, einschließlich der Überwachung des KI-Verhaltens in der Produktion.
- Chaos Engineering und Resilienztests.
- Testmanagement-Tools. TestRail, Zephyr oder Jira-basierte Testverwaltung.
- Zertifizierungen. ISTQB Advanced (oder ähnlich), AWS Certified Developer oder Solutions Architect.
- Community-Engagement. Open-Source-Beiträge zu Test-Frameworks, technische Artikel oder Konferenzvorträge.
