Data QA Engineer

Diese Position wird im Auftrag eines Partnerunternehmens ausgeschrieben, das alle Bewerbungen und nächsten Schritte verwaltet. Unser Partner sucht einen Data QA Engineer mit Sitz in der Schweiz. Als Data QA Engineer spielen Sie eine Schlüsselrolle bei der Sicherstellung der Genauigkeit, Vollständigkeit und Zuverlässigkeit der an Kunden gelieferten Daten. Sie arbeiten an Projekten zur Webdatenextraktion und KI-unterstützten Lösungen und übersetzen Kundenanforderungen in klare, messbare Qualitätsstandards. Anstatt die Qualitätssicherung als letzten Kontrollpunkt zu betrachten, helfen Sie, potenzielle Probleme frühzeitig zu identifizieren und Mängel zu verhindern, bevor sie in die Produktion gelangen.

Durch Kombination von explorativem Testen, Datenanalyse und Automatisierung untersuchen Sie Anomalien und liefern umsetzbare Erkenntnisse an Entwickler und Projektteams. Sie verwenden Python, SQL und moderne Testwerkzeuge, um die Datenqualität zu bewerten und Ergebnisse durch aussagekräftige Berichte, Kennzahlen und Visualisierungen zu kommunizieren. In enger Zusammenarbeit mit Projektmanagern, Entwicklern und Kunden haben Sie die Autonomie, Testprozesse zu verbessern und Qualitätspraktiken zu stärken. Dies ist eine Gelegenheit, einem global verteilten, multikulturellen Team beizutreten, das Eigenverantwortung, kontinuierliche Verbesserung und flexible Arbeitsweisen schätzt.

Verantwortlichkeiten:

• Übersetzen von Kundenanforderungen zur Datenextraktion und Web-Scraping in klare, testbare Kriterien und umfassende QA-Strategien, wobei Sie die Verantwortung für die Qualitätssicherung von Beginn neuer Projekte übernehmen.
• Durchführen von explorativen, manuellen und visuellen Tests, ergänzt durch automatisierte Tests, wo dies messbaren Wert bietet.
• Ausführen von Testzyklen auf extrahierten Datensätzen zur Validierung der Übereinstimmung mit den Kundenspezifikationen und Identifizierung von Inkonsistenzen, Ungenauigkeiten, fehlenden Informationen und anderen Mängeln.
• Dokumentieren von Mängeln klar und gründlich, Bereitstellung reproduzierbarer Schritte und unterstützender Beweise, damit Entwickler Probleme effizient untersuchen und lösen können.
• Anwenden von deskriptiven Statistiken, Datenzusammenfassungen und Visualisierungen zur Bewertung von Vollständigkeit, Genauigkeit, Konsistenz und Datenabweichungen.
• Vorbereiten von Qualitätsberichten und Bewertungskennzahlen, die Ergebnisse ehrlich an interne Teams und, wo angemessen, an Kunden kommunizieren.
• Deutliches Identifizieren des Testumfangs, ungetesteter Bereiche und der damit verbundenen Risiken zur Unterstützung informierter Projektentscheidungen.
• Zusammenarbeiten mit Projektmanagern und Kunden zur Klärung mehrdeutiger Anforderungen und Sicherstellung, dass Erwartungen messbar und testbar sind, bevor die QA beginnt.
• Beitragen zur Entwicklung und Verbesserung von Testautomatisierungsrahmen, mit Schwerpunkt auf Abdeckung, Zuverlässigkeit und Leistung.
• Identifizieren, Vorschlagen und Implementieren von Verbesserungen der QA-Prozesse und -Werkzeuge, einschließlich Browsererweiterungen, Tabellenkalkulations-Add-Ons und benutzeroberflächenbasierten Testwerkzeugen.
• Unabhängig arbeiten und gleichzeitig eng mit der QA-Leitung, Entwicklern und Projektmanagern zusammenarbeiten, um die Qualitätsstandards während der Lieferung aufrechtzuerhalten.

Anforderungen:

• Mindestens 5 Jahre Erfahrung als QA Engineer oder in einer vergleichbaren Rolle, die Softwaretests, Datentests oder Datenqualitätsprüfung umfasst.
• Kenntnisse in Python für Datenanalyse und -validierung, vorzugsweise mit Pandas und Jupyter-Notebooks.
• Grundlegende bis mittlere SQL-Kenntnisse, einschließlich der Fähigkeit, Daten in mindestens einer relationalen Datenbankumgebung abzufragen und zu validieren.
• Starkes Verständnis von Webtechnologien und -protokollen, einschließlich HTML, XPath, JSON, HTTP und CSS.
• Erfahrung im Testen von HTTP/REST-APIs und Validierung ihrer Antworten gegen erwartete Anforderungen.
• Solides Wissen über Testfallgestaltung, Testdatenmanagement und praktische Ansätze für exploratives und automatisiertes Testen.
• Verständnis der Prinzipien der Datenqualität, insbesondere Vollständigkeit, Genauigkeit, Konsistenz und Datenabweichung.
• Erfahrung in einem agilen Umfeld, wie Scrum oder Kanban, und effektive Zusammenarbeit mit Entwicklern.
• Vertrautheit mit KI- und großen Sprachmodell (LLM)-Tools zur Verbesserung der Testfallgenerierung und Beschleunigung der Datenvalidierungsabläufe.
• Eine proaktive, detailorientierte Denkweise mit starkem Verantwortungsbewusstsein für die Projektqualität und das Vertrauen, Standards unter Druck aufrechtzuerhalten.
• Fähigkeit, neue Technologien schnell zu erlernen, komplexe Projektanforderungen zu verstehen und Teststrategien an verschiedene Bereiche anzupassen.
• Starke schriftliche und mündliche Kommunikationsfähigkeiten in Englisch, mit der Fähigkeit, technische Erkenntnisse klar und präzise zu erklären.

Wünschenswert:

• Praktische Kenntnisse von Scrapy oder anderen Python-basierten Web-Scraping-Frameworks.
• Erfahrung mit Testautomatisierungsrahmen.
• Ein Interesse an Konzepten der Datenwissenschaft und deren Anwendung auf Datenanalyse und -validierung.
• Begeisterung für die Erkundung von KI- und LLM-gestützten Ansätzen zur Verbesserung der Datenqualitätsprüfung.

Vorteile:

• 35 Tage bezahlter Urlaub, der erheblichen Freiraum von der Arbeit unterstützt.
• Flexible, standortunabhängige Arbeit, mit der Freiheit, von dort aus zu arbeiten, wo Sie am produktivsten sind.
• Globales, multikulturelles Team: Treten Sie einem selbstmotivierten, fortschrittlichen und international verteilten Team bei.
• Moderne Technologie: Arbeiten Sie mit modernsten Open-Source-Technologien und -Werkzeugen.
• Autonomie und Eigenverantwortung: Bringen Sie Ideen ein, übernehmen Sie Verantwortung für Verbesserungen und helfen Sie, QA-Prozesse und -Werkzeuge zu gestalten.
• Kollaborative Umgebung: Arbeiten Sie eng mit technischen und Projektteams zusammen, um bedeutende Herausforderungen in der Datenqualität zu lösen.