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.

Statt 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:

• Kundenanforderungen für Datenextraktion und Web-Scraping in klare, testbare Kriterien und umfassende QA-Strategien übersetzen und die Verantwortung für die Qualitätssicherung von Beginn neuer Projekte übernehmen.
• Exploratives, manuelles und visuelles Testen durchführen, ergänzt durch automatisierte Tests, wo dies messbaren Wert bietet.
• Testzyklen auf extrahierten Datensätzen ausführen, um die Einhaltung der Kundenspezifikationen zu validieren und Inkonsistenzen, Ungenauigkeiten, fehlende Informationen und andere Mängel zu identifizieren.
• Mängel klar und gründlich dokumentieren, reproduzierbare Schritte und unterstützende Beweise bereitstellen, damit Entwickler Probleme effizient untersuchen und lösen können.
• Deskriptive Statistiken, Datenzusammenfassungen und Visualisierungen anwenden, um Vollständigkeit, Genauigkeit, Konsistenz und Datenabweichungen zu bewerten.
• Qualitätsberichte und Bewertungskennzahlen vorbereiten, die Ergebnisse ehrlich an interne Teams und, wo angemessen, an Kunden kommunizieren.
• Den Umfang der Tests, ungetestete Bereiche und die damit verbundenen Risiken klar identifizieren, um informierte Projektentscheidungen zu unterstützen.
• Mit Projektmanagern und Kunden zusammenarbeiten, um mehrdeutige Anforderungen zu klären und sicherzustellen, dass Erwartungen messbar und testbar sind, bevor die QA beginnt.
• Zur Entwicklung und Verbesserung von Testautomatisierungsrahmen beitragen, mit Schwerpunkt auf Abdeckung, Zuverlässigkeit und Leistung.
• Verbesserungen der QA-Prozesse und -Werkzeuge identifizieren, vorschlagen und implementieren, einschließlich Browsererweiterungen, Tabellenkalkulations-Add-Ons und benutzeroberflächenbasierter Testwerkzeuge.
• 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 mit Softwaretests, Datentests oder Datenqualitätsprüfung.
• 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)-Werkzeugen zur Verbesserung der Testfallgenerierung und Beschleunigung von Datenvalidierungsabläufen.
• 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, was erheblich Zeit außerhalb der Arbeit unterstützt.
• Flexible, standortunabhängige Arbeitsweise, 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.