Starszy inżynier ds. rozwoju oprogramowania w dziale testów - rozwój w pierwszej kolejności AI

Opis stanowiska: Omówienie stanowiska Podstawowym obowiązkiem starszego inżyniera ds. rozwoju oprogramowania w dziale testowania (AI-First Development) jest projektowanie, koordynowanie i sprawdzanie zautomatyzowanych systemów weryfikacji, które monitorują każdą zmianę przesyłaną w cyklu życia oprogramowania AI-First (SDLC). Ta rola działa w ramach AI-First SDLC, w którym agenci AI pełnią rolę głównych producentów kodu, konfiguracji i artefaktów testowych, podczas gdy starszy inżynier ds. rozwoju oprogramowania ds. testów (SDET) zapewnia strategię testowania, inżynierię kontekstu, zarządzanie pętlą typu „człowiek w pętli” i ostateczną odpowiedzialność za jakość dostarczonego oprogramowania. Senior SDET to doświadczony inżynier ds. jakości lub inżynier automatyzacji testów, który przyjął nowoczesne narzędzia programistyczne wspomagane sztuczną inteligencją jako kluczową część swojego codziennego przepływu pracy i jest przygotowany na rozwój w kierunku głębszej orkiestracji agentów, inżynierii kontekstu i obowiązków weryfikacyjnych.

Wszystkie obowiązki należy wykonywać zgodnie z polityką, praktykami i procedurami wydziału oraz Las Vegas Sands Corp. Od wszystkich członków zespołu Las Vegas Sands Corp. oczekuje się ciągłego zachowywania się i zachowywania w sposób profesjonalny. Członkowie Zespołu mają obowiązek przestrzegać standardów firmy, wymagań pracy i zasad postępowania.

Podstawowe obowiązki i obowiązki - Strategia testów, projektowanie przepływu pracy agentów i orkiestracja - Projektowanie, budowanie i utrzymywanie przepływów pracy agentów AI, które tworzą zestawy testów jednostkowych, integracyjnych, kompleksowych, wydajnościowych i bezpieczeństwa na podstawie specyfikacji i dokumentów intencji. - Rozłóż kryteria akceptacji i umowy techniczne na oddzielne, weryfikowalne scenariusze testowe, które agenci AI mogą skutecznie wykonać w określonych granicach. - Wybierz i skonfiguruj odpowiednie modele sztucznej inteligencji, struktury agentów i narzędzia do generowania testów dla każdego przepływu pracy w oparciu o poziom ryzyka, wymagania dotyczące zasięgu i względy kosztowe. - Konstruuj i utrzymuj kontekst testowy, który zapewnia agentom wzorce testowe, strategie mocowania, zasady klasyfikacji danych i informacje o domenie potrzebne do uzyskania prawidłowych i spójnych wyników testów. - Współtwórz zestaw narzędzi do testowania, w tym umiejętności testowania wielokrotnego użytku, haki automatyzacji i pliki pamięci projektu, które zapewniają trwały kontekst między sesjami agentów. Tworzenie zaawansowanych komponentów łańcucha narzędzi można rozwijać w trakcie pracy. - Systematycznie wychwytuj wzorce defektów, tryby ucieczki i niepowodzenia weryfikacji z każdego cyklu programowania i koduj je z powrotem we wspólnym kontekście, umiejętnościach testowych i konfiguracjach agentów, aby późniejsza praca stała się bardziej niezawodna. - Weź udział we wspólnych sesjach udoskonalania, aby dostosować kryteria akceptacji, umowy techniczne i pakiety kontekstu testowego przed rozpoczęciem wykonywania agenta. - Weryfikacja i zapewnienie jakości - Obsługuj wielowarstwową strukturę weryfikacji przy każdym żądaniu ściągnięcia, przy czym głównym właścicielem warstwy zautomatyzowanych testów jest weryfikacja poprawności funkcjonalnej, stanu bezpieczeństwa, charakterystyki wydajności, jakości kodu i zgodności z przepisami. - Stosować nadzór ludzki w punktach kontrolnych zarządzania odpowiednio do poziomu ryzyka każdego przepływu pracy, w tym przegląd przed wykonaniem, obserwację w locie i audyt po wykonaniu. - Przeglądanie, testowanie i zatwierdzanie kodu i zestawów testów wygenerowanych przez sztuczną inteligencję, upewniając się, że spełniają one standardy testowania Sands, wytyczne architektoniczne i wymagania bezpieczeństwa przed przeniesieniem do wersji produkcyjnej. - Sprawdź, czy testy generowane przez sztuczną inteligencję realizują określony cel, a nie odzwierciedlają implementację, i odrzucaj zestawy, które przechodzą pomyślnie, bez faktycznego wykonywania zachowania wymaganego w specyfikacji. - Wspieranie niezależnej weryfikacji kontroli jakości po fuzji, udział w testach systemowych, integracyjnych i regresyjnych w środowiskach produkcyjnych oraz współpraca z kierownikiem ds. kontroli jakości w zakresie koordynacji testów akceptacyjnych użytkownika, jeśli ma to zastosowanie. - Praktyki obserwowalności agentów wsparcia, które śledzą zachowanie testów, sygnały niestabilności, trendy pokrycia i współczynniki ucieczki defektów w przepływach pracy. - Inżynieria i architektura testów - Projektuj i dostarczaj skalowalne ramy automatyzacji testów w warstwach internetowych, API, mobilnych i danych, stosując metodologie AI-First jako główne podejście programistyczne. - Zdefiniuj strategie dotyczące danych testowych, wzorce środowiska testowego i umowy weryfikacyjne, które służą jako podstawowy kontekst generowania testów sterowanych agentami. - Współpraca z zespołami interdyscyplinarnymi, obejmującymi inżynierię, produkt, infrastrukturę i bezpieczeństwo, aby przełożyć wymagania biznesowe na wykonywalne przepływy pracy weryfikacyjne. - Koordynacja z zespołami ds. kontroli jakości i inżynierami w lokalizacjach na całym świecie, aby zapewnić spójność standardów testowania i praktyk weryfikacyjnych. - Pisz, debuguj i refaktoryzuj kod testowy bezpośrednio, gdy wyniki agenta wymagają ręcznej interwencji lub podczas projektowania nowatorskich podejść do testów. - Upewnij się, że dostarczona automatyzacja testów spełnia standardy korporacyjne w zakresie niezawodności, łatwości konserwacji, obserwowalności i gotowości operacyjnej. - Ciągłe doskonalenie i mentoring - Oceniaj powstające modele sztucznej inteligencji, struktury agentów i narzędzia do automatyzacji testów, aby stale poprawiać skuteczność weryfikacji i jakość wyników. - Członkowie zespołu mentorskiego w zakresie praktyk testowania wspomaganego sztuczną inteligencją, technik inżynierii kontekstu i metodologii weryfikacji. - Dokumentuj wzorce testów, biblioteki podpowiedzi i kontekstu oraz wnioski wyciągnięte z budowania wiedzy instytucjonalnej. - Uczestnictwo we wspólnych sesjach konstruowania, kierowanie realizacją agentów w czasie rzeczywistym i trenowanie członków zespołu w zakresie skutecznych technik orkiestracji testów. - Wykonywanie obowiązków zawodowych w sposób bezpieczny. - Uczestnictwo w pracy zgodnie z planem, w sposób konsekwentny i regularny. - Wykonywanie innych, związanych z tym obowiązków, zgodnie z przydzielonymi im zadaniami. Minimalne kwalifikacje - co najmniej 21 lat. - Dowód zezwolenia na pracę w Stanach Zjednoczonych. - Licencjat z informatyki, inżynierii oprogramowania lub pokrewnej dziedziny lub równoważne doświadczenie zawodowe. - Musi być w stanie uzyskać i utrzymać wszelkie certyfikaty lub licencje wymagane przez prawo lub zasady. - Ponad 5 lat doświadczenia w tworzeniu oprogramowania zawodowego lub automatyzacji testów, w tym czas na stanowiskach kierowniczych lub na stanowiskach kierowniczych, gdzie kandydat był odpowiedzialny za projektowanie i dostarczanie nietrywialnych systemów weryfikacji. - Wykazano, że codzienne korzystanie z co najmniej jednego nowoczesnego narzędzia programistycznego wspomaganego sztuczną inteligencją, takiego jak Claude Code, Cursor, GitHub Copilot lub Windsurf, w ciągu ostatnich 6 miesięcy lub dłużej, z możliwością konkretnego przedstawienia skutecznych wzorców użycia i trybów awarii. - Silna podstawowa wiedza na temat co najmniej jednego głównego ekosystemu programistycznego (takiego jak .NET/C#, JavaScript/TypeScript, Python, Java lub Go) i praktyczne doświadczenie z co najmniej jednym nowoczesnym frameworkiem do automatyzacji testów (takim jak Playwright, Cypress, REST Assured, pytest lub porównywalny).

Znajomość dodatkowych warstw (UI, API, integracja) będzie dodatkowym atutem. - Doświadczenie we wdrażaniu i obsłudze automatyzacji testów na co najmniej jednej głównej platformie chmurowej (Azure, AWS lub GCP). Doświadczenie platformy Azure jest zaletą, biorąc pod uwagę zasięg LVS, ale nie jest wymagane. - Praktyczna wiedza na temat praktyk DevOps i potoków CI/CD, w tym znajomość tego, jak zautomatyzowane bramki testowe pasują do potoku kompilacji. - Udokumentowane doświadczenie w przeprowadzaniu dokładnych przeglądów kodu, identyfikowaniu defektów w wynikach generowanych przez ludzi i sztuczną inteligencję oraz zapewnianiu konstruktywnej opinii technicznej. - Doskonałe umiejętności komunikacji pisemnej i werbalnej, z możliwością artykułowania decyzji technicznych i kompromisów zarówno z interesariuszami technicznymi, jak i nietechnicznymi. - Silne umiejętności interpersonalne obejmujące zdolność skutecznej komunikacji i właściwej interakcji z kierownictwem, innymi członkami zespołu i kontaktami zewnętrznymi o różnym pochodzeniu i poziomie doświadczenia. Preferowane kwalifikacje - praktyczne doświadczenie w konstruowaniu ustrukturyzowanego kontekstu dla LLM, w tym szybkie projektowanie, potoki RAG, optymalizacja okna kontekstowego, pliki pamięci projektu (takie jak CLAUDE.md lub AGENTS.md) oraz integracja z serwerami MCP.

Znajomość technik taktycznego zarządzania kontekstem, takich jak tryb planowania, edycja kontekstu i dzielenie wielu sesji. - Doświadczenie w tworzeniu umiejętności wielokrotnego użytku, konfigurowaniu haków automatyzacji, budowaniu niestandardowych serwerów MCP lub innym składaniu zestawów narzędzi agentów, które umożliwiają powtarzalne przepływy pracy testowe na poziomie produkcyjnym. - Ekspozycja na jedno lub więcej specjalistycznych podejść testowych, takich jak testowanie wydajności i obciążenia (K6, JMeter, Gatling), testowanie kontraktowe, testowanie mutacji lub inżynieria chaosu. Biegłość w którymkolwiek z nich jest zaletą; nie oczekuje się głębokości we wszystkich obszarach. - Znajomość praktyk bezpiecznego testowania, wytycznych OWASP i narzędzi SAST/DAST/SCA oraz doświadczenie w pracy w regulowanych branżach, takich jak gry, finanse, opieka zdrowotna lub hotelarstwo. Zrozumienie zasad prywatności danych i odpowiedzialnej sztucznej inteligencji. - Praktyczna wiedza na temat relacyjnych i nierelacyjnych baz danych, wystarczająca do modelowania danych testowych, projektowania zapytań weryfikacyjnych i uzasadniania wydajności zapytań.

Wymagania fizyczne Muszą być w stanie: - Fizycznie uzyskać dostęp do przypisanych miejsc pracy, z odpowiednimi udogodnieniami lub bez nich. - W razie potrzeby pracuj zdalnie. - Pracuj w pomieszczeniach zamkniętych i bądź narażony na różne czynniki środowiskowe, takie jak między innymi kineskop CRT, hałas i kurz. - Korzystaj z laptopa i standardowej klawiatury, aby wykonywać podstawowe funkcje pracy. Aplikuj bezpośrednio na RemoteJobs.org: https://remotejobs.org/remote-jobs/sr-software-development-engineer-in-test-ai-first-development-las-vegas-sands