QA Engineer (Web, API, автоматизация)

На данный момент QA Engineer.

Мои компетенции и опыт

Последние два года работала в двух проектах: сначала в инфраструктурном, сейчас в аналитическом. Общий стаж 2 года.

Okkam (июль 2025 — настоящее время), QA Engineer (Data / Backend)

Внутренние сервисы и аналитические системы для маркетинговых и рекламных данных. Клиенты- крупные бренды, поэтому любая ошибка в расчётах приводит к неверным бизнес-решениям.

Чем занимаюсь:

функциональное и регрессионное тестирование бизнес-логики и расчётных процессов;

валидация данных через SQL (PostgreSQL), сравнение данных из разных источников, поиск расхождений и логических ошибок;

анализ требований и уточнение сценариев работы системы до начала проверок;

полный цикл работы с дефектами в Яндекс.Трекере, документирование процессов в Яндекс.Вики;

формализация тестирования через чек-листы и участие в улучшении процессов.

Отдельное направление - автоматизация рутинных проверок:

написала Python-скрипты для сверки данных между PostgreSQL и расчётными файлами (Excel), что убрало ручное сопоставление больших объёмов;

автоматизировала проверку расчётных файлов;

это заметно сократило время валидации данных на релизных прогонах.

нужен доступ к резюме (август 2024 — июнь 2025), AQA Engineer Junior (SDN / OVN)

Инфраструктурная SDN-платформа: управление виртуальными сетями, маршрутизацией и сетевыми сервисами для облачной инфраструктуры. Распределённая система, где состояние одного компонента влияет на несколько других.

Чем занималась:

тестирование жизненного цикла сетевых сущностей: проекты, внешние сети L2/L3, маршрутизаторы, сегменты, привязка логических портов к ВМ, NAT-правила;

работа с OVN на всех уровнях: Northbound/Southbound базы через ovn-nbctl и ovn-sbctl, таблицы NAT и правила трансляции адресов;

тестирование бэкенд-логики микросервисов и REST API: синхронизация состояний между сервисами, корректность маршрутизации, изоляция ресурсов;

исследовательское тестирование в сложных распределённых сценариях;

разработка и поддержка автотестов на Python (pytest, requests, pydantic) - покрытие ключевых сценариев создания и модификации сетевых сущностей, расширение граничными и негативными кейсами;

рефакторинг существующих тестов для читаемости и стабильности;

интеграция автотестов в CI/CD, чтобы регресс шёл на всех этапах разработки;

анализ дефектов на стыке компонентов с определением первопричины, а не симптома;

детальные баг-репорты с логами, SQL-запросами и шагами воспроизведения.

Инструменты: Linux (Bash, CLI), Git, Postman, Kibana, PostgreSQL, ClickHouse, Docker/Podman.

На SDN научилась строить модель системы самостоятельно и искать проблемы на стыке компонентов, там не было готовых инструкций. Сейчас в работе - данные и бизнес-логика, где мне важно доходить до причины дефекта: на каком участке исказились данные и почему расчёт не сошёлся.