Привет, A-player! :)
Мы - Phygital+. AI-платформа для креативных и дизайн-команд. Помогаем крупным компаниям ускорять создание визуального контента с помощью нейросетей, сохраняя качество и контроль.
Коротко о нас, чтобы понимать масштаб:
- 200+ enterprise-клиентов уровня Яндекс, Альфа-Банк, X5, Лента, Авито, МТС.
- Крупнейшие агентства: Depot, Setters, Great и многие другие.
- По частоте использования - мы на втором месте после Figma у дизайнеров и маркетологов.
- Retention по компаниям = 100%.
- Рост +30% месяц к месяцу, за полтора года выросли с 8 до 32 человек в команде.
- Цель на 2026 год - вырасти в 5 раз по выручке.
- Мы нашли PMF, закрываем раунд А от известного фонда.
Про роль
Мы ищем Senior QA Engineer в команду Tech. Это не позиция «подключился и разгребаешь чужие кейсы» - это человек, который владеет тест-стратегией продукта целиком: понимает, что тестировать глубоко, что смоуком, а что не тестировать вообще и может это обосновать. У нас сложная AI-платформа: 40+ нод, пайплайны, биллинг, team accounts, интеграции, асинхронные сценарии. Баг, который ушёл в prod - это боль для enterprise-клиента.
Ты не просто ловишь баги - ты решаешь go/no-go по релизу вместе с руководителем.
Наша культура - коротко
- AI-first и AI-native. Вся команда пользуется Cursor, Claude, вайбкодингом. Ты будешь тестировать AI - значит, ты сам должен его понимать и использовать.
- Минимум бюрократии. Никто не стоит над душой, пошаговых инструкций на каждый кейс не будет.
- A-players. Проактивные, самостоятельные, ответственные. Видишь проблему - подсвечиваешь, не ждёшь таски.
- Полностью удалёнка. Команда распределена по миру, синхронизируемся по Москве.
Чем предстоит заниматься :)
- Владение тест-стратегией продукта — определение глубины покрытия по зонам риска, поддержание стратегии в актуальном состоянии.
- Исследовательское ручное тестирование новых фич и продукта в целом: AI-модели, воркспейсы, пайплайны, биллинг, подписки, team accounts.
- Тестирование AI-функциональности — 40+ нод (image, video, audio): не только факт завершения задачи, но качество результата, стабильность, типичные ошибки моделей.
- Регрессионное тестирование перед релизами — прогон критичных сценариев, расширение набора по итогам багов и новых фич.
- API-тестирование REST через Swagger/Postman, включая асинхронные сценарии: очереди, долгие операции, ретраи, частичные отказы.
- Автоматизация API-слоя на Python/pytest, интеграция прогонов в GitLab CI, поддержание стабильности тестов.
- Ведение тест-кейсов, чек-листов и баг-репортов в TestRail; баг-репорты в ClickUp с воспроизводимыми шагами, скриншотами и логами из DevTools, Sentry/Graylog.
- Участие в груминге и оценке задач — подсветка рисков и проблем тестируемости до начала разработки.
- Развитие процессов и инструментов QA — выбор и внедрение решений для тест-менеджмента, тестовых данных и стендов.
Наши ожидания
Must have:
- 5+ лет ручного тестирования веб-продуктов (SaaS, B2B/B2C), из них 2+ года — на продукте со сложной бизнес-логикой или нестандартным UI (редакторы, конструкторы, дашборды).
- Практический опыт автоматизации: писал и поддерживал автотесты на Python (pytest) сам, не только запускал чужие. Закрыть API-слой самостоятельно — да, строить фреймворк с нуля — не обязательно.
- Тест-дизайн на продвинутом уровне: классы эквивалентности, границы, попарное тестирование, state-based сценарии, тестирование через инварианты при отсутствии эталона.
- Уверенное REST API-тестирование: Swagger/Postman, авторизация и токены, вебхуки, идемпотентность, работа с ошибками и таймаутами.
- CI/CD: запуск тестов в GitLab CI, чтение пайплайнов, работа с флакающими тестами.
- SQL (PostgreSQL) на уровне джойнов и агрегатов для валидации данных.
- Логи и мониторинг: Sentry, Grafana/Graylog, DevTools — умеешь локализовать баг до слоя (фронт / API / воркер / модель), а не просто написать «не работает».
- Английский Intermediate+ (чтение тех. документации).
Nice to have:
- Опыт тестирования асинхронных систем: очереди, воркеры, долгие операции, ретраи, частичные отказы.
- Опыт роли единственного или старшего QA в команде — выстраивал процесс тестирования с нуля или существенно переделывал существующий.
- AI/ML или медиа-продукты (генерация изображений/видео/аудио) — понимание, как тестировать недетерминированный результат.
- Playwright — понимание, где E2E оправдан, а где это будущий техдолг.
- Нагрузочное тестирование (k6 / Locust / JMeter) хотя бы на базовом уровне.
- Docker, базовое понимание Kubernetes.
- Celery / RabbitMQ — понимание механики очередей.
- FastAPI / TypeScript на уровне чтения кода и диффа в MR.
Нам по пути, если это про тебя
- Ты воспринимаешь качество релиза как свою зону ответственности целиком, а не только свои задачи.
- Ты умеешь приоритизировать и говорить «нет» — отличаешь блокер от косметики.
- Ты подсвечиваешь системные проблемы и предлагаешь решение, а не просто фиксируешь жалобу.
- Тебе комфортно с неопределённостью и меняющимся скоупом.
- Ты сам пользуешься генеративными AI-инструментами и понимаешь продукт с позиции пользователя, а не только тестировщика.
- Ручное и исследовательское тестирование — для тебя всё ещё основная работа, а не то, что «уже пройденный этап».
Твои первые 3 месяца
30 дней — разбираешься в продукте, подключаешься к регрессионным прогонам и API-автоматизации, растёшь в понимании тест-стратегии.
60 дней — самостоятельно тестируешь задачи из спринта без постоянного сопровождения. Баг-репорты без возвратов на уточнение (<10% re-open).
90 дней — регрессионное покрытие в TestRail выросло на 15-20 актуальных кейсов. Регулярные тест-раны перед релизами — по расписанию, без пропусков. Критичные баги не уходят в prod через твои релизы.
Наше предложение
- Удалёнка.
- Конкурентная зарплата: с каждым обсуждаем индивидуально (платим в любой валюте).
- Команда: без бюрократии, с фокусом на результат.
- AI-native культура: ты будешь использовать AI для ускорения разработки, но не для подмены мышления.
- Команда людей, которые реально любят то, что делают.
Как к нам попасть ;)
Напиши в сопроводительном:
- Самый сложный баг, который ты находил и как ты до него добрался.
- Как ты тестировал что-то без чёткого эталона результата (например, недетерминированный или AI-based функционал).
- Твой опыт с автоматизацией API на Python/pytest — что именно писал и поддерживал сам.
Без этого сложно понять, подходим ли мы друг другу. Так что не пропускай 😉
