Senior QA Engineer ( Manual & Automation )

Arionkoder ist ein KI-Beratungsunternehmen, das Unternehmen dabei hilft, KI-Systeme zu entwickeln, einzubetten und zu besitzen, die echte Geschäftsergebnisse erzielen. Wir kombinieren Produktentwicklung, künstliche Intelligenz und Teamverstärkung, um digitale Produkte und Lösungen zu schaffen, die einen nachhaltigen Einfluss haben – geleitet von einem menschenzentrierten Ansatz und dem Engagement, die Grenzen dessen, was Technologie leisten kann, zu erweitern.

Wir suchen einen Senior Quality Engineer, der die Qualität end-to-end in einem unserer Kernproduktteams verantwortet und kontinuierlich die Qualitätsstandards der unterstützten Produkte erhöht. Dies ist eine hybride Rolle: Sie sind sowohl im Entwerfen manueller und explorativer Testszenarien als auch im Schreiben und Pflegen automatisierter Test-Suiten in CI gleichermaßen versiert. Sie denken über Qualität nach, sobald eine Anforderung entworfen wird – nicht erst, nachdem der Code zusammengeführt wurde.

Sie arbeiten eng mit Ingenieuren, Produktmanagern, Designern und DevOps zusammen, um zu definieren, was „fertig“ bedeutet: Akzeptanzkriterien festlegen, Testabdeckung entwerfen, die das tatsächliche Produkt-Risiko widerspiegelt, und als letzte Kontrollinstanz agieren, bevor etwas in die Produktion geht. Sie bringen eine KI-first Denkweise in Ihr Handwerk ein – nutzen KI-Tools, um das Testdesign, die Automatisierung, die Triage und das Reporting zu beschleunigen, mit dem Urteil zu wissen, wann man den Output vertrauen kann und wann nicht.

Dies ist keine Rolle für jemanden, der darauf wartet, dass Tickets als „bereit für QA“ markiert werden. Wir benötigen einen Qualitätstechniker, der unklare Anforderungen in Frage stellt, frühzeitig unbequeme Fragen stellt und das Vertrauen in die Produktion als Liefergegenstand behandelt – gemessen an weniger Überraschungen in der Produktion, schnelleren Releases und einer stärkeren Qualitätskultur in den Teams, mit denen Sie arbeiten.

• 7+ Jahre professionelle Erfahrung in der Qualitätssicherung / QA in modernen Softwareprodukten, mit nachweislicher Tiefe sowohl in manueller als auch in automatisierter Qualitätssicherung.
• Erfahrung im Entwerfen von Testfällen, Testplänen und Teststrategien für nicht triviale Systeme – einschließlich Happy Paths, Randfälle, negative Szenarien, Integrationen und nicht-funktionale Risiken.
• Erfahrung im Aufbau und in der Pflege automatisierter Test-Suiten in produktionsreifen CI-Umgebungen, mit praktischen Entscheidungen über Frameworks und Verantwortung für Flakiness, Zuverlässigkeit und Reporting.
• Starke Erfahrung mit mindestens einem modernen UI-Automatisierungstool (Playwright, Cypress, Selenium, Appium oder gleichwertig) und mindestens einem API-Testansatz (Postman, REST-Clients oder automatisierte API-Frameworks wie RestAssured, Supertest, Pytest+requests oder ähnlich).
• Kenntnisse in Testfallmanagement-Tools (Qase, TestRail, Xray, Zephyr oder ähnlich) und Fehlerverfolgungstools (Jira, Linear, Asana oder ähnlich).
• CI/CD-Flüssigkeit: komfortabel beim Verdrahten automatisierter Tests in Pipelines mit GitHub Actions, GitLab CI, Jenkins oder ähnlichem; versteht Qualitätstore, Parallelisierung und Reporting.
• Scripting-/Programmierkenntnisse in mindestens einer der Sprachen JavaScript/TypeScript, Python, Java oder gleichwertig – ausreichend, um Automatisierungscode ohne Abhängigkeit von Ingenieuren zu schreiben, zu debuggen und zu refaktorisieren.
• Solides Verständnis der Grundlagen der Softwaretests: risikobasierte Tests, Äquivalenzpartitionierung, Grenzwertanalyse, Techniken des explorativen Testens und Regressionstrategie.
• Starke Bereitschaft zur Release-Qualität: Fähigkeit, Qualitätstore zu definieren, Release-Validierungen durchzuführen und fundierte Go/No-Go-Entscheidungen zu treffen.
• Ausgezeichnete schriftliche und mündliche Englischkenntnisse; komfortabel in vollständig remote, verteilten Teams zu arbeiten.
• Senior-Judgment: Fähigkeit, autonom zu arbeiten, unklare Anforderungen in Frage zu stellen, nach Risiko zu priorisieren und Ergebnisse ohne Mikromanagement zu übernehmen.
• KI-first Arbeitsstil: praktische, tägliche Nutzung von KI-Tools zur Beschleunigung von Testdesign, Automatisierung, Debugging und Dokumentation – mit dem Urteil zu wissen, wann man den Output vertrauen kann und wann nicht.

• Qualitätsbesitz und Teststrategie: End-to-End-Qualität für die Produkte und Funktionen in Ihrem Umfang übernehmen. Teststrategien basierend auf Produkt-Risiko, Release-Zielen und Geschäftsauswirkungen definieren – nicht generische Checklisten. Qualität upstream beeinflussen, indem Anforderungen und Designs überprüft werden, um Unklarheiten, Randfälle und Testbarkeit frühzeitig zu erkennen. Nicht-funktionale Risiken identifizieren (Leistung, Sicherheit, Zugänglichkeit, Datenintegrität) und sicherstellen, dass sie angesprochen oder eskaliert werden.
• Manuelle QA und exploratives Testen: Strukturierte explorative Sitzungen leiten, die durch Risiko und Benutzer-Personas geleitet werden. Abdecken, was die Automatisierung noch nicht kann: komplexe Abläufe, visuelle Überprüfungen, neue Funktionstests, Integrationen von Drittanbietern. Ergebnisse klar dokumentieren: reproduzierbare Schritte, Umgebung, erwartetes vs. tatsächliches Ergebnis, Schweregrad, Auswirkungen. Als Benutzervertreter während der Validierung vor der Veröffentlichung agieren.
• Testfall-Design und Dokumentation: Testfälle entwerfen, die Happy Paths, Randfälle, negative Szenarien, Rollen-/Zustandsübergänge, Integrationen und relevante nicht-funktionale Risiken abdecken. Rückverfolgbarkeit zu Anforderungen, Akzeptanzkriterien und Produkt-Risiken aufrechterhalten. Rauchtests, Regression-Suiten und Release-Checklisten als lebende Vermögenswerte aufbauen und pflegen.
• Automatisierung QA: Automatisierte Suiten über UI-, API- und Integrationsebenen entwerfen, implementieren und pflegen. Entscheiden, was basierend auf Stabilität, ROI und Risiko automatisiert werden soll – und was nicht. Flakiness unter Kontrolle halten; zum Framework selbst beitragen (Hilfsprogramme, Fixtures, Testdaten, Reporting).
• Fehlerverwaltung und Qualitätsberichterstattung: Fehler triagieren, priorisieren und bis zur Lösung mit sauberer Hygiene (Titel, Schweregrad, Reproduktion, Umgebung und Links) verfolgen. Prägnante, releasefähige Berichte erstellen: was getestet wurde, was nicht, bekannte Risiken und Empfehlungen. Trends aufdecken und in umsetzbare Verbesserungen umwandeln.
• Release-Bereitschaft und Qualitätstore: Release-Validierung übernehmen: Rauch-, Regression-, Umweltprüfungen, Abnahme-Kriterien. Qualitätstore für Staging, UAT und Produktion definieren und durchsetzen. Mit DevOps bei Hotfixes, Rollbacks und der Überwachung nach der Veröffentlichung koordinieren. Fundierte Go/No-Go-Entscheidungen treffen, die durch Beweise gestützt werden.

• Finanzen: Monatliche USD-Servicegebühr
• Urlaub: 20 Arbeitstage bezahlter Urlaub – jährlich plus sechs lokale Feiertage
• Betreuungsurlaub
• Remote-freundliche Kultur: Sie können von überall aus arbeiten
• Unternehmerisches Umfeld

Über uns: 2010 träumten unsere Gründer von einem Unternehmen, das die Welt positiv beeinflussen könnte. Seitdem haben wir uns von der Unternehmensberatung über Innovation und Design bis hin zur Entwicklung digitaler Produkte, die von KI unterstützt werden, weiterentwickelt. Wir haben global skaliert, AI Labs und Reshape Studios gegründet und unseren Platz als KI-Beratungsfirma beansprucht – und helfen Organisationen, von Pilotprojekten zur Produktion durch verantwortungsvolle KI zu gelangen. Heute erweitern wir unseren Einfluss über Branchen hinweg und treiben die echte KI-Adoption durch Verantwortlichkeit, Governance und Wert in großem Maßstab voran. Träumer zuerst, immer Macher.