Senior Director, Software Development, Test Automation

Ihr Einfluss bei LILA

Die Rolle

Wir stellen einen Senior Director, Software Development, Test Automation Systems ein, um Lila's Testautomatisierungsplattform und Qualitätsengineering-Praxis für unsere KI-gestützten wissenschaftlichen und Laborautomatisierungsprodukte zu entwerfen und aufzubauen. Sie berichten an den VP Engineering und sind verantwortlich für das Testautomatisierungssystem, die CI/CD-Testinfrastruktur, KI-gesteuerte Testwerkzeuge und die Evaluierungsdisziplin, die den Standard in unserem SDLC hält. Dies ist eine Rolle als Builder-Leader. Sie werden die Qualitätsvision vorantreiben, Anforderungen schreiben, fundierte Entscheidungen über Build-vs-Buy treffen, die Ausführung steuern und ein kleines Team (3–5 Personen) aufbauen und leiten, das Hebelwirkung erzielt.

Das Betriebsmodell ist föderiert: Sie besitzen die Plattform, Standards und Metriken; die Engineering-Teams sind für die Testausführung verantwortlich. Sie skalieren durch Werkzeuge und Einfluss. Während Sie in diese Rolle hineinwachsen, werden Sie auch das QC-Framework für unser Laborautomatisierungssystem aufbauen — die Validierungsmuster, Vorrichtungen und Verträge, mit denen die Wissenschaftsbetriebsteams täglich arbeiten werden. Datenintegrität und ALCOA+ Compliance sind grundlegend für alles, was Sie aufbauen.

Was Sie aufbauen werden

Was Sie tun werden

• Architektur und Versand der Testautomatisierungsplattform
• Entwurf und Aufbau der Testautomatisierungsplattform — Frameworks, Vorrichtungen, goldene Datensätze, Testorchestrierung und Berichterstattung — die von der Engineering-Organisation standardmäßig übernommen wird
• Festlegung von Standards für Unit-, Integrations-, Vertrags-, End-to-End-, Regression-, Leistungs- und Chaos-Tests für Backend-Services, das Frontend-Monorepo und Datenpipelines
• Behandlung der Plattformübernahme, Flake-Rate und Time-to-Signal als erstklassige Ingenieurmetriken
• Treffen von Build-vs-Buy-Entscheidungen mit Überzeugung
• Besitz der Buy/Build/Borrow-Strategie über Testinfrastruktur, Evaluierungsplattformen, Browser-/Geräte-Clouds, Beobachtbarkeit und Labor-QC-Werkzeuge
• Rechtfertigung jeder Wahl mit TCO, Signalqualität, Integrationskosten und Time-to-Leverage — und Überprüfung von Entscheidungen, während sich die Organisation und die Technologielandschaft weiterentwickeln
• Neugestaltung von CI/CD für schnelles, zuverlässiges Signal
• Besitz der Testausführungsschicht von CI/CD: Parallelisierung, Caching, hermetische Umgebungen, flüchtige Vorschauumgebungen und betroffene Testauswahl über unser Nx-Monorepo/Mikrodienste
• Aufbau von Retry-, Quarantäne- und Auswirkungen-Analyse-Systemen, damit das Signal scharf bleibt, während die Organisation skaliert
• Vorantreiben der Änderungsfehlerquote, MTTR, Testeffektivität, Pipeline-Effizienz, Abdeckung und PR-zu-Prod-Durchlaufzeit als Ergebnisse
• Vorantreiben der KI-gesteuerten Testautomatisierung
• Anwendung von LLMs über den gesamten Testlebenszyklus: Testgenerierung aus Spezifikationen und PRs, selbstheilende UI-Tests, Synthese, visuelle Regression mit Vision-Modellen und KI-unterstützte Fehlertriage
• Validierung jedes KI-generierten Tests durch Evaluierungen — kein LLM-verfasstes Test wird ohne den Nachweis versendet, dass es das Signal nicht verschlechtert
• Einrichtung der Evaluierungsdisziplin für Lila’s KI/Agenten-Stack: goldene Datensätze, Rubriken, Regression-Suiten, Offline- und Online-Bewertungspipelines
• Definition und Betrieb des Qualität Metriksystems
• Definition von Qualitäts-SLOs und Übernahmemetriken nach Team und Dienst: Abdeckung, Fluchtquote, MTTR, Änderungsfehlerquote, Evaluierungsbestehensquote, Labor-QC-Verletzungsquote
• Erstellung von Dashboards, die Qualität von PR bis zur Vorstandsbewertung sichtbar machen
• Anwendung von Google SRE-Praktiken zur Priorisierung, wo Investitionen getätigt werden
• Langfristig - Aufbau des QC-Frameworks für Laborautomatisierung
• Entwurf des Validierungsframeworks, Vorrichtungen und Verträge, die Labor- und Wissenschaftsbetriebsteams betreiben werden
• Einbettung der ALCOA+ Prinzipien: Datenintegrität, Audit-Trails, Abstammung vom Muster → Instrument → Ausgabe
• Partnerschaft mit Research Ops zu Validierungsmustern vor dem Flug, während des Flugs und nach dem Flug für autonome Laborabläufe
• Führung und Coaching in der gesamten Engineering-Organisation
• Aufbau eines Teams von 3–5 Testautomatisierungsingenieuren, das sich auf Plattformhebel konzentriert, nicht auf das Schreiben von Tests für andere Teams
• Coaching von Engineering-Teams zu Testdesign, Qualitätsinvestitionen und Übernahme — es günstiger zu machen, gut zu testen, als blind zu versenden
• Übersetzung von UX- und Kundenproblemen in testbare Verträge und Plattformverbesserungen

Ergebnisse der ersten 6–12 Monate

• Erste 90 Tage: Festlegung von Baselines — Flake-Rate, Time-to-Signal, Änderungsfehlerquote, Abdeckung und aktueller Build-vs-Buy-Fußabdruck — und Veröffentlichung eines Qualitätsscorecards mit dem ersten Satz von SLOs. Einstellung oder Einarbeitung der ersten 1–2 Plattformingenieure.
• Bis 6 Monate: Versand von v1 der Testautomatisierungsplattform, die standardmäßig von mindestens einem führenden Engineering-Team übernommen wird; Landung von CI/CD-Testausführungsverbesserungen (Parallelisierung, betroffene Auswahl, Flake-Quarantäne) mit messbarer Reduzierung der Time-to-Signal. Aufbau der Evaluierungsdisziplin (goldene Datensätze, Rubriken, Regression-Suiten) für den KI/Agenten-Stack.
• Bis 12 Monate: Vorantreiben der standardmäßigen Plattformübernahme in der Engineering-Organisation; Demonstration der KI-gesteuerten Testautomatisierung in der Produktion mit evaluierten Rollouts. Lieferung der ersten Betriebsversion des QC-Frameworks für Laborautomatisierung mit ALCOA+ Audit-Trails, validiert End-to-End mit Wissenschaftsbetrieb. Qualität ist von PR bis zur Vorstandsbewertung über Live-Dashboards sichtbar.

Was Sie benötigen, um erfolgreich zu sein

Erforderliche Qualifikationen

• 10+ Jahre in der Softwareentwicklung, davon 5+ Jahre in der Leitung von Testautomatisierung, Qualitätsengineering oder plattform-/SRE-nahen Funktionen
• 3+ Jahre Erfahrung in der Führung von Ingenieuren, einschließlich Aufbau oder Skalierung eines Teams
• Starker Softwarearchitekt/-ingenieur. Sie schreiben Designs, die Ihr Team lesen und überprüfen möchte. Praktische Kenntnisse in Python und/oder Typescript sind sehr wünschenswert.
• Tiefe CI/CD-Expertise. GitHub Actions oder Äquivalente im großen Maßstab, Monorepo-Bau/Test-Orchestrierung (Nx, Turborepo oder Bazel), Testparallelisierung und -caching, hermetische Umgebungen, flüchtige Vorschauumgebungen, Flake-Quarantäne und Testauswirkungsanalyse
• Nachgewiesenes Urteilsvermögen bei Build-vs-Buy. Sie haben Entscheidungen zu Testinfrastruktur, Evaluierungsplattformen, Browser-/Geräte-Clouds und Beobachtbarkeit getroffen und verteidigt — und können die TCO und Signaltrade-offs, die sie beeinflussten, artikulieren
• Praktische Erfahrung mit KI-gesteuerter Testautomatisierung. Verwendung von LLMs zur Generierung, Wartung oder Triagierung von Tests in der Produktion, mit rigoroser Evaluierungsvalidierung.
• Fließende Kenntnisse in Evaluierungsframeworks
• Erfolgsbilanz beim Aufbau einer Testautomatisierungsplattform, die von Engineering-Teams übernommen wurde — nicht eine, die angeheftet wurde
• Grundkenntnisse der SRE-Praktiken von Google und eine Meinung dazu, wann sie auf die Qualität vor der Produktion angewendet werden
• Metrikgetriebener Führer, der Ergebnisse durch Plattformhebel und Einfluss vorantreibt, nicht durch Gatekeeping
• Kunden- und UX-orientierte Instinkte: behandelt Testautomatisierung als ein Mittel zur Benutzererfahrung, nicht als Kostenstelle

Bonuspunkte für Nice to Have

• Erfahrung in GxP-regulierten Umgebungen oder Programmen zur wissenschaftlichen Datenintegrität
• Erfahrung mit Laborautomatisierung, LIMS oder anderen instrumentengestützten Systemen
• Qualität in Multi-Tenant-SaaS im großen Maßstab
• Exposition gegenüber ereignisgesteuerten Systemen, Agentenorchestrierungsframeworks oder MCP
• Hintergrund in Leistungs-/Lasttests oder Chaos-Engineering

Vergütung

Wir bieten wettbewerbsfähige Grundvergütung mit Bonusmöglichkeiten und großzügigem Eigenkapital in der frühen Phase. Ihr endgültiges Angebot spiegelt Ihren Hintergrund, Ihre Expertise und die erwartete Wirkung wider.

U.S. Vorteile. Vollzeitbeschäftigte in den USA erhalten ein umfassendes Leistungsprogramm, einschließlich medizinischer, zahnärztlicher und augenärztlicher Versorgung; vom Arbeitgeber bezahlte Lebens- und Invaliditätsversicherung; flexible Freizeit mit großzügigen unternehmensweiten Feiertagen; bezahlte Elternzeit; ein Bildungsunterstützungsprogramm; Pendelvorteile, einschließlich Fahrradverleihmitgliedschaften für Büroangestellte; und ein vom Unternehmen subventioniertes Mittagsprogramm.

Internationale Vorteile. Vollzeitbeschäftigte außerhalb der USA erhalten ein umfassendes Leistungsprogramm, das auf ihre Region zugeschnitten ist. USD-Gehaltsspannen gelten nur für Positionen mit Sitz in den USA; internationale Gehälter werden auf den lokalen Markt festgelegt.

Erwartete Grundgehaltsspanne $260,000—$390,000 USD

Über LILA

Lila Sciences baut Scientific Superintelligence™, um die größten Herausforderungen der Menschheit zu lösen. Wir glauben, dass Wissenschaft die inspirierendste Grenze für KI ist. Anstatt Expertenwissen in Tools hart zu kodieren, baut LILA Systeme, die selbst lernen können. LILA kombiniert fortschrittliche KI-Modelle mit proprietären AI Science Factory™-Instrumenten zu einem Betriebssystem für Wissenschaft, das die gesamte wissenschaftliche Methode autonom ausführt und Entdeckungen mit beispielloser Geschwindigkeit, Skalierung und Wirkung in Medizin, Materialien und Energie beschleunigt. Erfahren Sie mehr unter Lila Sciences.

Geleitet von unseren Kernwerten Wahrheit, Vertrauen, Neugier, Durchhaltevermögen und Geschwindigkeit bewegen wir uns mit Start-up-Geschwindigkeit, während wir Probleme von historischer Bedeutung angehen. Wenn dies wie eine Umgebung klingt, in der Sie gerne arbeiten würden, auch wenn Sie nicht jede oben aufgeführte Qualifikation erfüllen, ermutigen wir Sie, sich zu bewerben.

Wir sind alle dabei

Lila Sciences verpflichtet sich zur Chancengleichheit bei der Beschäftigung, unabhängig von Rasse, Farbe, Abstammung, Religion, Geschlecht, nationaler Herkunft, sexueller Orientierung, Alter, Staatsbürgerschaft, Familienstand, Behinderung, Geschlechtsidentität oder Veteranenstatus. Informationen, die Sie während Ihres Bewerbungsprozesses bereitstellen, werden gemäß unserer Datenschutzrichtlinie für Kandidaten behandelt.

Eine Notiz an Agenturen

Lila Sciences akzeptiert keine unaufgeforderten Lebensläufe aus anderen Quellen als von Kandidaten. Die Einreichung unaufgeforderter Lebensläufe durch Rekrutierungs- oder Personalvermittlungsagenturen an Lila Sciences oder deren Mitarbeiter ist strengstens untersagt, es sei denn, sie werden direkt vom internen Talentakquisitionsteam von Lila Sciences kontaktiert. Jeder Lebenslauf, der von einer Agentur ohne eine unterzeichnete Vereinbarung eingereicht wird, wird automatisch Eigentum von Lila Sciences, und Lila Sciences schuldet keine Empfehlungs- oder anderen Gebühren in Bezug darauf.