QA-инженер DreamSoft

150K ₽/мес
Опубликовано 31.10.2026

Что за роль

Проект в сфере электронной коммерции связан с онлайн-продажами и управлением заказами. Работа удалённая, график — по московскому времени; проект рассчитан до конца года с возможным продлением.

Чем вы будете заниматься

  • Подготавливать и выполнять тестовые сценарии, проводить регрессионное тестирование.
  • Проверять веб- и backend-приложения, REST API, новый функционал, интеграции и бизнес-логику.
  • Выявлять и документировать дефекты, взаимодействовать с разработчиками и аналитиками.
  • Участвовать в автоматизации тестирования.
  • Вести тест-кейсы, чек-листы, дефекты, результаты прогонов и тестовые данные; ежедневно отчитываться о проделанной работе.

Требования

  • Не менее пяти лет коммерческого опыта в тестировании ПО.
  • Практический опыт ручного тестирования веб- и backend-приложений, тестирования REST API и регрессионных проверок.
  • Опыт работы с PostgreSQL, Kafka, HTTP, Git, Jira, Swagger/OpenAPI и Postman.
  • Опыт автоматизации тестирования с pytest и Selenium, Playwright или аналогичными инструментами.
  • Опыт взаимодействия с микросервисной архитектурой и анализа логов.
  • Гражданство РФ; финалисты проходят проверку службой безопасности и процедуру неймчека.

Будет плюсом

  • Опыт с Docker, Kubernetes, CI/CD, TestOps, Linux, Grafana и Kibana/ELK.
  • Знакомство с Confluence и GitLab.
  • Опыт в e-commerce, автоматизации продаж и управления заказами, а также интеграции информационных систем.

Что мы предлагаем

  • Полная занятость по договору с ИП.
  • Оплата — 150 000 рублей на руки плюс 7%.
  • Срок проекта — до конца года, возможно продление.

Кто здесь добьётся успеха

→

Опытный специалист по тестированию уровня senior, который уверенно сочетает ручные проверки с автоматизацией и умеет выстраивать регрессионные сценарии для веб- и серверных частей платформы электронной коммерции.

→

Системно проверяет REST API и интеграции: читает спецификации в Swagger и OpenAPI, анализирует HTTP-запросы и ответы, проверяет данные в PostgreSQL и понимает, как события Kafka влияют на заказы и связанные бизнес-процессы.

→

Внимателен к сквозной логике онлайн-продаж и управления заказами: умеет находить дефекты на стыках сервисов, оценивать риски изменений и ясно фиксировать воспроизводимые шаги и ожидаемый результат в Jira.

→

Самостоятельно организует работу в полностью удалённом формате, планирует тестирование с учётом графика по московскому времени и эффективно ведёт задачи и изменения через Git; комфортно работает в проекте с возможным продлением до конца года.

Ресурсы для обучения

Карьерный путь

QA-инженер (Сейчас)→Ведущий QA-инженер проекта электронной коммерции (Через 1–2 года)→QA-лид или руководитель направления качества (Через 3–5 лет)

Обзор рынка

Объём рынка ПО для тестирования ПО, 2026
$4,8 млрд
Годовой рост рынка ПО для тестирования
12,5%
Использование AI в тестировании ПО
около 30%
Инвестиции в AI-инструменты разработки и тестирования, 2025
$7,3 млрд

Навыки и требования

Обязательные
Manual TestingTest AutomationREST API
Растущий спрос
Автоматизация API-тестов: REST Assured, Postman/Newman или аналогичные инструментыТестирование потоковых систем и событийных архитектур: Kafka, проверка схем и контрактовAI-ассистированное тестирование: генерация тест-кейсов и анализ результатов с обязательной ручной валидацией
Снижающийся спрос
Ручное регрессионное тестирование без автоматизацииSOAP/XML-тестирование как основной подход вместо REST API и OpenAPI

Тренды отрасли

Сдвиг от ручной регрессии к автоматизации API
В распределённых продуктах проверки REST API и контрактов дают более быстрый и устойчивый регрессионный контур, чем повторение сценариев через UI. Для senior QA в России практично уметь автоматизировать API-проверки, запускать их в CI и связывать результаты с JIRA; ориентир индустрии — около 60% тестовых организаций используют или расширяют автоматизацию тестирования. Показатель зависит от методики и не отражает долю полностью автоматизированных тестов.
AI помогает создавать тесты, но не заменяет экспертную проверку
Около 30% команд разработки и тестирования уже применяют AI-инструменты для отдельных задач, включая подготовку тест-кейсов и анализ дефектов; оценки заметно различаются по опросам и определениям внедрения. На российском рынке важно оценивать точность результатов, конфиденциальность данных и возможность работы в разрешённом корпоративном контуре. Навык применения AI с проверкой сценариев и рисков дополняет, а не заменяет знание продукта.

Новости B2C E-commerce

Загружаем новости отрасли...

Ищем релевантные статьи за последние 6 месяцев