AI QA Automation

Responsabilidades
-Analizar requerimientos funcionales, historias de usuario, flujos y especificaciones técnicas para definir la cobertura de validación requerida. -Diseñar y ejecutar pruebas funcionales, de integración, regresión y end-to-end. -Realizar análisis de impacto sobre cambios y nuevas funcionalidades para identificar componentes, integraciones y flujos potencialmente afectados. -Identificar dependencias, escenarios límite y riesgos que puedan afectar la calidad de la solución. -Incrementar progresivamente la cobertura de pruebas de la plataforma. -Validar integraciones y servicios mediante pruebas de API. -Gestionar defectos, evidencias y resultados de ejecución. -Asegurar la trazabilidad entre requerimientos, casos de prueba y resultados de validación. -Participar en revisiones funcionales y técnicas para detectar riesgos e impactos de calidad de manera temprana. -Identificar y priorizar casos de prueba candidatos a automatización y participar en su implementación. -Contribuir en la mejora continua de prácticas, procesos y métricas de calidad.
Requisitos obligatorios
-+3 años de experiencia en Quality Assurance / Quality Engineering. -Experiencia en diseño de casos de prueba y análisis funcional. -Experiencia en pruebas de integración, regresión y validación end-to-end. -Experiencia en validación de APIs REST utilizando Bruno, Swagger o herramientas similares. -Experiencia en automatización utilizando Playwright, Selenium, Karate o herramientas equivalentes. -Experiencia en análisis de impacto y diseño de pruebas basadas en riesgo. -Experiencia validando integraciones entre múltiples sistemas y servicios. -Conocimiento de JSON, protocolos HTTP y mecanismos de autenticación. -Capacidad para interpretar especificaciones técnicas, diagramas de flujo e integraciones. -Manejo de Azure DevOps, Jira o herramientas equivalentes. -Conocimientos de control de versiones (Git). -Experiencia trabajando en entornos ágiles. -Capacidad para identificar, priorizar y ejecutar escenarios de regresión.
Conocimientos Indispensables-Conocimientos de conceptos y arquitecturas de IA Generativa (LLMs, RAG, Agents, MCP). -Familiaridad con plataformas de IA y patrones de integración utilizados en soluciones basadas en agentes. -Conocimiento de arquitecturas orientadas a servicios, APIs y componentes distribuidos. -Familiaridad con entornos cloud, preferentemente Azure. -Experiencia en CI/CD. -Conocimiento de herramientas de observabilidad, monitoreo y análisis de logs. -Conocimientos de pruebas de performance o carga.