Fullstack Product QA Engineer (Manual + Automation)

Мы строим LegalTech AI платформу Nexala (законы + судебная практика + AI-поиск с цитированием для рынка ОАЭ и региона MENA). Продукт сложный: микросервисная архитектура, AI/LLM-слой, огромные массивы структурированных данных и гибридный поиск (RAG).
Ищем сильного Fullstack Product QA, который возьмет ownership за качество продукта end-to-end. Это роль первого QA в компании с возможностью выстроить QA-функцию с нуля и вырасти в QA Lead.
Что ты будешь делать:
Тестировать ИИ и LLM-логику: валидировать релевантность ответов AI-ассистента, проверять точность цитирования источников (законов/прецедентов), отлавливать галлюцинации моделей и edge cases в LLM-пайплайнах (RAG).
Тестировать микросервисную архитектуру: проверять интеграционное взаимодействие между микросервисами, конвейерами обработки данных (ingestion pipelines), кэшированием и семантическими хранилищами.
Глубокий Backend и API manual: сложные сценарии, парсинг данных, валидация схем и контрактов API (REST / асинхронные запросы).
Развивать Automation: начать внедрение автоматизации тестирования (в приоритете интеграционные тесты API, e2e сценарии, проверка критических путей) и постепенно развивать покрытие.
Валидировать бизнес-логику: проверять не просто «работает / не работает», а правильна ли логика фичи против реальных пользовательских сценариев (например, кэширование быстрых ответов, лимиты корпоративных подписок).
Строить QA-процессы: проектировать тест-кейсы, формировать стратегии регрессионного тестирования, выстраивать системность.
Быть финальным quality gate: перед релизами в продакшн (в тесной связке с CPO и CTO).
Мы ищем:
3+ года опыта в QA (опыт в B2B SaaS или data-heavy продуктах будет огромным плюсом).
Сильный Backend manual + уверенное понимание автоматизации (Python / JS / TS или любой удобный стек для API и e2e автотестов).
Опыт тестирования API (Postman, SoapUI или кодом) и понимание того, как работают распределенные системы / микросервисы.
Понимание специфики тестирования AI/LLM: понимание, как валидировать недетерминированные ответы нейросетей, что такое промпт-инжиниринг и RAG-системы.
Уверенная работа с данными: умение заглянуть в БД (SQL/NoSQL), проверить логи, сопоставить данные на входе и выходе.
Продуктовое мышление: умение задавать «неудобные» вопросы к требованиям и видеть систему целиком, а не только изолированную задачу.
Мы предлагаем:
Высокую степень ответственности и реальное, измеримое влияние на международный продукт.
Прямое взаимодействие с фаундерами, CPO и CTO без бюрократии.
Конкурентную компенсацию (обсуждается индивидуально по результатам собеседования).
Возможность построить и масштабировать QA-направление под себя по мере роста компании.
Удаленный формат работы (ориентация на часовой пояс GCC / UTC+4).