Обязанности:
Postgres Professional — разработчик самой популярной российской СУБД Postgres Pro на базе свободно распространяемой PostgreSQL. А еще мы — один из крупнейших в мире контрибьюторов открытой СУБД: каждый год отправляем в сообщество PostgreSQL более 100 патчей. В Postgres Professional работают опытные эксперты в PostgreSQL — в нашей команде больше половины российских постгресистов, включая Major Contributors системы. Вместе мы решаем сложные задачи заказчиков, в том числе доработки в ядро PostgreSQL. Сейчас у нас стартует разработка нового направления, и для его развития мы приглашаем к нам в команду QA-инженера. Чем предстоит заниматься: принимать активное участие в мероприятиях по обеспечению качества; разработкой тестовой документации (тест-кейсы, чек-листы, тест-планы, инструкции, стратегия и тп); разработкой и поддержкой автоматизированных тестов на Python; проверкой корректности данных и этапов препроцессинга; тестированием моделей на корректность прогнозов (evaluation metrics: accuracy, precision, recall, F1-score). мониторингом и тестированием производительности моделей (например, с использованием MLflow или Weights & Biases); тестированием на наличие выбросов и аномалий в данных; проверкой сбалансированности и корректности датасетов; тестированием моделей на корректность прогнозов (evaluation metrics: accuracy, precision, recall, F1-score). Мы ожидаем: опыт работы с базами данных; знание языков программирования: Python, JavaScript; знание фреймворков для автоматизированного тестирования: Selenium или Playwright для веб-тестирования. PyTest или аналог для автоматизации тестирования API и функциональных тестов; понимание основы алгоритмов машинного обучения и их тестирования; навыки работы с большими объемами данных и понимание концепций качества данных (data quality); опыт тестирования REST API; навыки работы с инструментами тестирования нагрузки и производительности: JMeter, Locust или аналогичные; опыт создания нагрузочных тестов для оценки масштабируемости. Будет плюсом: понимание жизненного цикла моделей ML (обучение, валидация, тестирование, деплоймент); основы работы с ML-фреймворками (например, TensorFlow или PyTorch); понимание не только метрик классификации, но и метрик регрессии, по типу MSE, MAE, MAPE, R^2. Условия: удаленка либо комфортный офис в шаговой доступности от м. Академическая (Москва); гибкое начало рабочего дня; возможности для профессионального развития; участие в профессиональных конференциях, продвижение в сообществе PostgreSQL; медицинское страхование сотрудника (+1), компенсацию спортивных активностей и затрат на оборудование удаленного рабочего места, занятия английским языком, технику для работы, обеды в офисе и др. Похожие вакансии