QA Manual Engineer для системы управления заказами Kokoc Tech

224K ₽/мес
Опубликовано 30.10.2026

Что за роль

На проекте Kokoc Tech предстоит тестировать новый функционал системы RMS: журнал предварительной комплектации и управление SMS-рассылками. Проект долгосрочный, работа ведётся с веб- и backend-приложениями.

Чем вы будете заниматься

  • Готовить и выполнять тестовые сценарии, проводить регрессионное тестирование.
  • Проверять новый функционал, интеграции между сервисами, бизнес-логику и REST API.
  • 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 и REST API.
  • Опыт работы с PostgreSQL, Kafka, логами и микросервисной архитектурой.
  • Опыт тестирования систем автоматизации бизнес-процессов и e-commerce, включая онлайн-продажи и управление заказами.
  • Обязательные инструменты: HTTP, Git, Jira, Swagger/OpenAPI и Postman.
  • Гражданство России или Беларуси; проектный опыт с указанными в источнике компаниями за последние шесть месяцев не рассматривается.

Будет плюсом

  • Docker, Kubernetes, CI/CD (GitLab CI или Jenkins), TestOps, pytest, Selenium или Playwright.
  • Linux, Grafana, Kibana/ELK, Confluence и GitLab.

Что мы предлагаем

  • Долгосрочный проект на полной занятости, удалённый формат с ограничением по России.
  • Оформление по договору ГПХ или через ИП.
  • Оплата — до 1 400 ₽ в час до вычета налогов.
  • Старт — как можно скорее.

Кто здесь добьётся успеха

→

Уверенно тестирует веб- и серверную части системы управления заказами: проектирует сценарии для журнала предварительной комплектации и SMS-рассылок, проверяет бизнес-правила, интеграции и REST API через «Постман» и «Сваггер».

→

Самостоятельно исследует сбои в распределённых интеграциях: сверяет данные в «Постгрес», понимает обмен сообщениями через «Кафка» и анализирует HTTP-запросы, чтобы локализовать источник дефекта.

→

Работает на уровне старшего специалиста: строит содержательные наборы регрессионных проверок, чётко описывает дефекты и ведёт тестовую документацию в «Джире» и «Гите», оценивая риски для долгосрочного проекта.

→

Комфортно работает удалённо и организует тестирование без постоянного контроля: синхронизируется с разработчиками по API-контрактам и изменениям, своевременно сообщает о блокерах и доводит проверки до результата.

Ресурсы для обучения

Карьерный путь

Старший инженер по ручному тестированию системы управления заказами (Сейчас)→Ведущий инженер по тестированию RMS и интеграций (Через 1–2 года)→Руководитель направления тестирования систем управления заказами (Через 3–5 лет)

Обзор рынка

Объём рынка ПО для тестирования ПО, 2026
$5,2 млрд
Прогнозный годовой рост рынка ПО для тестирования, 2026–2030
около 9%
Использование AI в QA-процессах
около 30%
Инвестиции в генеративный AI для разработки и тестирования ПО, 2025
около $1,5 млрд

Навыки и требования

Обязательные
Manual TestingPostgreSQLKafka
Растущий спрос
Автоматизация API-тестирования: REST Assured или Playwright APIТестирование потоковых данных и Kafka: проверка схем, порядка, повторной доставки и идемпотентностиAI-ассистированное тестирование: генерация тестовых сценариев и анализ результатов с обязательной проверкой человеком
Снижающийся спрос
Ручное тестирование API только через Postman без коллекций в CI/CD и автоматизированных проверокSOAP/XML-сервисы и тестирование через SoapUI как основной подход для новых интеграций

Тренды отрасли

Ручное QA смещается к проверке сложных интеграций
В системах управления заказами критичны сквозные сценарии между REST API, PostgreSQL и Kafka: дублирование событий, задержки, повторная обработка и рассинхронизация статусов. В России особенно полезны навыки проверки контрактов OpenAPI и сверки событий с данными БД; тестируйте не только успешный путь, но и сбои, повторы и eventual consistency.
AI ускоряет подготовку тестов, но не заменяет исследовательское тестирование
По оценкам отраслевых исследований 2024–2025 годов, около 30% QA-команд уже пробуют AI-инструменты для генерации сценариев, тестовых данных или анализа дефектов; результаты заметно зависят от зрелости процессов и качества требований. В российском контексте учитывайте ограничения на передачу данных внешним сервисам: используйте разрешённые корпоративные инструменты и не загружайте клиентские данные.

Новости B2C E-commerce

Загружаем новости отрасли...

Ищем релевантные статьи за последние 6 месяцев