مدير أول لمحللي اختبار الأتمتة

حول مختبرات فيالتو (VLabs)

تتحمل مختبرات فيالتو (VLabs) مسؤولية إعادة تصميم كيفية تقديم العمل في خدمات الضرائب والهجرة، بالإضافة إلى تعزيز الكفاءة التشغيلية عبرفيالتووظائفها باستخدام الذكاء الاصطناعي. يقوم الفريق ببناء ونشر حلول مبتكرة مدعومة بالذكاء الاصطناعي تعمل على تحسين الإنتاجية وزيادة جودة التسليم لعملائنا.VLabs مسؤولة عن تحويل التجارب المبتكرة بسرعة إلى تسليمات جاهزة للإنتاج على نطاق واسع ودمجها في العمليات اليومية. يركز هذا الفريق على سير العمل الأكثر تأثيرًا، مما يخلق قدرات موحدة وقابلة للتكرار يمكن نشرها عالميًا. مع تفويض للسرعة والنتائج القابلة للقياس، يعملVLabs جنبًا إلى جنب مع خطوط الخدمة، والمنتجات، وقادة المنصات.

حول الدور

محلل اختبار الأتمتة هو دور عملي مسؤول عن بناء وتوسيع قدرات الأتمتة ضمن دورة تسليمVLabs. يعمل هذا الدور ضمن دورات السبرينت، مضمنًا الأتمتة في التطوير بدلاً من تنفيذ التحقق بعد البناء.يركز الدور على ضمان موثوقية واستقرار وجاهزية الإنتاج لمكونات المنصة التقليدية والممكنة بالذكاء الاصطناعي. نظرًا لوجود مخرجات مولدة بالذكاء الاصطناعي، يتطلب هذا الدور تصميم أساليب تحقق مرنة تعتمد على الهيكل والثقة والنطاق بدلاً من التأكيدات الثابتة.

يعمل بشكل وثيق مع هندسة اختبار الذكاء الاصطناعي، والمنتجات، والفرق الهندسية، ويساهم هذا الدور في الاختبار المستمر، وجاهزية الإصدار، وضمان الجودة القابلة للتوسع بما يتماشى معVLabs توقعات السرعة والتسليم.

المسؤوليات الرئيسية

تطوير أتمتة الاختبار

• بناء وصيانة مجموعات اختبار تراجع واجهة المستخدم المعتمدة على Playwright تغطي سير العمل الأساسية للمنصة بما في ذلك إنشاء الحالات، ومعالجة الوثائق، والتفاعل مع سير العمل، وتوليد التسليمات.

  
  
  

• تطوير اختبارات عقود API باستخدام Postman/Newman لخطوط أنابيب الوثائق، ومخرجات التصنيف، ونتائج الاستخراج، وعمليات تكامل النظام.

  
  
  

• إنشاء نصوص تحقق من البيانات تعتمد على Python وSQL للتحقق من تعيين الحقول، وسلامة البيانات، ومنطق التحويل.

  
  
  

التحقق المدرك للذكاء الاصطناعي

• تصميم أساليب تحقق لمخرجات مولدة بالذكاء الاصطناعي باستخدام فحوصات هيكلية، ووجود الحقول، ونطاقات القيم، ومؤشرات الثقة.

  
  
  

• التعاون مع هندسة اختبار الذكاء الاصطناعي لتحديد وأتمتة التحقق من مخرجات الذكاء الاصطناعي القابلة للتطبيق.

  
  
  

• ضمان تصميم الاختبار يأخذ في الاعتبار التغيرات في مخرجات الذكاء الاصطناعي مع الحفاظ على الموثوقية والتحقق المعنوي.

  
  
  

أتمتة مدمجة في السبرينت

• بناء الأتمتة بشكل تدريجي ضمن دورات السبرينت، مع إعطاء الأولوية للتحقق من API، تليها التحقق من البيانات واختبار تراجع واجهة المستخدم.

  
  
  

• ضمان أن مجموعات التراجع قابلة للتشغيل باستمرار وتوفر رؤى قابلة للتنفيذ لكل دورة إصدار.

  
  
  

• دعم جاهزية الإصدار من خلال المساهمة في التحقق الآلي ضمن خطوط أنابيب CI/CD حيثما كان ذلك ممكنًا.

  
  
  

إدارة البيانات وبيئة الاختبار

• الحفاظ على خطوط أنابيب بيانات الاختبار بما في ذلك مجموعات البيانات المعلمة، وزرع قواعد البيانات، وإعداد اختبارات الحجم.

  
  
  

• ضمان استقرار بيئات الاختبار، وقابليتها للتكرار، وتوافقها مع متطلبات الأتمتة.

  
  
  

التكامل وضمان الجودة

• التعاون مع الفرق الهندسية لضمان قابلية الاختبار، والمراقبة، وموثوقية مكونات المنصة.

  
  
  

• التحقق من سير العمل من البداية إلى النهاية بما في ذلك المكونات المدمجة بالذكاء الاصطناعي والعمليات متعددة الخطوات.

  
  
  

• دعم جهود اختبار الأداء من خلال المساهمات في JMeter وتفسير النتائج.

  
  
  

التوحيد والتوسع

• المساهمة في أطر الأتمتة القابلة لإعادة الاستخدام وأنماط الاختبار الموحدة عبرVLabs

  
  
  

• تصميم الأتمتة مع تجريد كافٍ لتحديد الفشل وتقليل عبء الصيانة.

  
  
  

• دعم التحسين المستمر لتغطية الأتمتة وكفاءتها.

  
  
  

الحوكمة والتقارير

• دمج نتائج الاختبار الآلي في خطط اختبار ADO مع إمكانية تتبعها إلى حالات الاختبار ومعالم الإصدار.

  
  
  

• تقديم مخرجات تدعم توقيع المعالم وقرارات جاهزية الإنتاج.

  
  
  

• ضمان الالتزام بمعايير الجودة والأمان والحوكمة في ممارسات الاختبار.

  
  
  

المؤهلات والخبرة

الخبرة المهنية

• 4+ سنوات في أتمتة الاختبار كاختصاص أساسي.

  
  
  

• خبرة مثبتة في العمل مع الأنظمة المدعومة بالذكاء الاصطناعي، بما في ذلك GenAI وLLMs أو التطبيقات الوكيلة.

  
  
  

• قدرة مثبتة على بناء أطر الأتمتة في بيئات تطوير نشطة تعتمد على السبرينت.

  
  
  

• خبرة في تصميم استراتيجيات التحقق لمخرجات النظام المتغيرة أو غير الحتمية.

  
  
  

• حكم عملي قوي حول أين يجب إعطاء الأولوية لاستثمار الأتمتة لتحقيق أقصى تأثير.

  
  
  

الخبرة الفنية

Playwright:

• تطوير أطر أتمتة واجهة المستخدم القابلة للتوسع باستخدام نماذج كائنات الصفحات.

  
  
  

• التعامل مع الواجهات الديناميكية وغير المتزامنة والمملوءة بالذكاء الاصطناعي.

  
  
  

• التنفيذ بدون رأس لخطوط CI/CD وعمليات تصحيح الأخطاء.

  
  
  

Postman/ Newman:

• اختبار عقود API مع سيناريوهات معتمدة على البيانات ومعلمة.

  
  
  

• التحقق من سير العمل متعدد الخطوات وتكامل CI/CD.

  
  
  

• Python:

  
  
  

• برمجة تحقق البيانات، وتحليل JSON/XML، وأدوات الأتمتة.

  
  
  

• تطوير مكونات تحقق واختبار قابلة لإعادة الاستخدام.

  
  
  

SQL:

• التحقق من البيانات، وفحوصات الاستمرارية، والتحقق من التعيين.

  
  
  

JMeter:

• دعم اختبار الأداء الأساسي وتفسير النتائج.

  
  
  

ADO:

• إدارة حالات الاختبار، وتكامل الأتمتة، وتتبع العيوب.

  
  
  

القدرات التشغيلية

• القدرة على العمل بشكل مستقل في بيئات سريعة ومتكررة.

  
  
  

• مهارات قوية في حل المشكلات والتحليل مع الانتباه للتفاصيل.

  
  
  

• القدرة على تحقيق التوازن بين السرعة والدقة في تطوير الأتمتة.

  
  
  

• عقلية استباقية في تحديد فرص الأتمتة وتحسين تغطية الاختبار.

  
  
  

• تعاون قوي مع فرق الهندسة والذكاء الاصطناعي.

  
  
  

التعليم

• درجة البكالوريوس مطلوبة.

  
  
  

• يفضل الحصول على درجة متقدمة في علوم الكمبيوتر، أو علوم البيانات، أو مجال ذي صلة.

  
  
  

معلومات إضافية:

• تستند هذه الوظيفة في مكتبنا في بنغالور مع إمكانية العمل الهجين.

  
  
  

• نحن صاحب عمل يتيح الفرص المتساوية ولا نميز على أساس أي حالة محمية قانونيًا.

  
  
  

• يرجى ملاحظة أن الذكاء الاصطناعي يستخدم كجزء من عملية التقديم.