Data QA Engineer

Ce poste est proposé au nom d'une entreprise partenaire, qui gère toutes les candidatures et les étapes suivantes. Notre partenaire recherche un Data QA Engineer basé en France. En tant que Data QA Engineer, vous jouerez un rôle clé dans l'assurance de l'exactitude, de l'exhaustivité et de la fiabilité des données livrées aux clients. Vous travaillerez sur des projets d'extraction de données web et des solutions assistées par IA, traduisant les exigences des clients en normes de qualité claires et mesurables.

Au lieu de considérer l'assurance qualité comme un point de contrôle final, vous aiderez à identifier les problèmes potentiels tôt et à prévenir les défauts avant qu'ils n'atteignent la production. En combinant des tests exploratoires, l'analyse de données et l'automatisation, vous enquêterez sur les anomalies et fournirez des informations exploitables aux développeurs et aux équipes de projet. Vous utiliserez Python, SQL et des outils de test modernes pour évaluer la qualité des données et communiquer les résultats à travers des rapports significatifs, des métriques et des visualisations.

En étroite collaboration avec les chefs de projet, les développeurs et les clients, vous aurez l'autonomie d'améliorer les processus de test et de renforcer les pratiques de qualité.

Responsabilités :

• Traduire les exigences d'extraction de données et de scraping web des clients en critères clairs et testables et en stratégies QA complètes, en prenant en charge l'assurance qualité dès le début des nouveaux projets.
• Effectuer des tests exploratoires, manuels et visuels, complétés par des tests automatisés lorsque cela apporte une valeur mesurable.
• Exécuter des cycles de test sur des ensembles de données extraites pour valider la conformité aux spécifications des clients et identifier les incohérences, inexactitudes, informations manquantes et autres défauts.
• Documenter les défauts de manière claire et complète, en fournissant des étapes reproductibles et des preuves à l'appui afin que les développeurs puissent enquêter et résoudre les problèmes efficacement.
• Appliquer des statistiques descriptives, des résumés de données et des visualisations pour évaluer l'exhaustivité, l'exactitude, la cohérence et la dérive des données.
• Préparer des rapports de qualité et des métriques de scoring qui communiquent les résultats de manière honnête aux équipes internes et, le cas échéant, aux clients.
• Identifier clairement le périmètre des tests, les zones non testées et les risques associés pour soutenir des décisions de projet éclairées.
• Collaborer avec les chefs de projet et les clients pour clarifier les exigences ambiguës et s'assurer que les attentes sont mesurables et testables avant le début de la QA.
• Contribuer au développement et à l'amélioration des cadres d'automatisation des tests, en mettant l'accent sur la couverture, la fiabilité et la performance.
• Identifier, proposer et mettre en œuvre des améliorations aux processus et outils QA, y compris les extensions de navigateur, les modules complémentaires de tableur et les outils de test basés sur l'interface utilisateur.
• Travailler de manière autonome tout en maintenant une collaboration étroite avec la direction QA, les développeurs et les chefs de projet pour maintenir les normes de qualité tout au long de la livraison.

Exigences :

• Au moins 5 ans d'expérience en tant qu'ingénieur QA ou dans un rôle comparable impliquant des tests logiciels, des tests de données ou l'assurance qualité des données.
• Maîtrise de Python pour l'analyse et la validation des données, de préférence en utilisant Pandas et Jupyter notebooks.
• Compétences SQL de base à intermédiaires, y compris la capacité à interroger et valider des données dans au moins un environnement de base de données relationnelle.
• Bonne compréhension des technologies et protocoles web, y compris HTML, XPath, JSON, HTTP et CSS.
• Expérience dans les tests d'API HTTP/REST et la validation de leurs réponses par rapport aux exigences attendues.
• Solide connaissance de la conception de cas de test, de la gestion des données de test et des approches pratiques pour les tests exploratoires et automatisés.
• Compréhension des principes de qualité des données, en particulier l'exhaustivité, l'exactitude, la cohérence et la dérive des données.
• Expérience de travail dans un environnement Agile, tel que Scrum ou Kanban, et collaboration efficace avec les développeurs.
• Familiarité avec les outils d'IA et de modèles de langage de grande taille (LLM) pour améliorer la génération de cas de test et accélérer les flux de validation des données.
• Une mentalité proactive et orientée vers les détails avec un fort sens de la responsabilité concernant la qualité du projet et la confiance pour maintenir les normes sous pression de livraison.
• Capacité à apprendre rapidement de nouvelles technologies, à comprendre des exigences de projet complexes et à adapter les stratégies de test à différents domaines.
• Excellentes compétences en communication écrite et orale en anglais, avec la capacité d'expliquer clairement et précisément les résultats techniques.

Avis :

• Connaissance pratique de Scrapy ou d'autres frameworks de scraping web basés sur Python.
• Expérience de travail avec des cadres d'automatisation des tests.
• Intérêt pour les concepts de science des données et leur application à l'analyse et à la validation des données.
• Enthousiasme pour explorer des approches alimentées par l'IA et les LLM pour améliorer l'assurance qualité des données.

Avantages :

• 35 jours de congés payés, permettant un temps substantiel loin du travail.
• Travail flexible et indépendant de l'emplacement, avec la liberté de travailler depuis l'endroit où vous êtes le plus productif.
• Équipe mondiale et multiculturelle : rejoignez une équipe auto-motivée, progressive et internationalement distribuée.
• Technologie moderne : travaillez avec des technologies et outils open-source à la pointe.
• Autonomie et responsabilité : contribuez avec des idées, prenez des responsabilités pour les améliorations et aidez à façonner les processus et outils QA.
• Environnement collaboratif : travaillez en étroite collaboration avec des équipes techniques et de projet pour résoudre des défis significatifs en matière de qualité des données.