Data QA

23 Июля

Партнерские Вакансии

Компания "ТРТ"

The team of experts providing analytical services to healthcare clients is looking for a great, long-term A Middle-level Data QA.

You will join an international team of first-class professionals who are passionate about creating products that improve the quality of medical services.

The company offers exposure to a variety of industries and technologies, room to grow as a professional, time in projects to learn new skills and an opportunity to work with phenomenal coworkers, some of the best people on the planet.

Target responsibilities:

• Data Quality Testing of datasets stored in BigQuery and Spanner.

• Testing of data pipelines and streaming data via Google Pub/Sub, including message structure, schema validation, and end-to-end checks.

• Participation in CI/CD processes by integrating data tests into pipelines.

• Root-cause analysis and debugging of data discrepancies across multiple systems in collaboration with data engineers and developers.

• Creating and maintaining test documentation.

• Learning and applying medical domain knowledge to validate business logic and healthcare-specific data constraints.

Fundamentals:

• Data Quality & Testing Methodologies:
  Deep understanding of data validation strategies, test case design for databases, data profiling, and data integrity checks. Strong experience with regression, smoke, and exploratory testing.

• Databases & Query Languages:
  Proficiency in SQL (including writing complex queries, window functions, and CTEs) and a solid grasp of relational database concepts.

• Data Pipeline & ETL Testing:
  Experience in testing data pipelines (ETL/ELT) in environments using Airflow, dbt, or similar tools. Ability to validate transformations and data flows across multiple sources and sinks.

• Tools & Frameworks:
  Experience with test management and reporting tools (e.g., Zephyr, TestRail, Jira) and version control systems like Git. Experience with BigQuery, as part of the GCP ecosystem, is a strong advantage.

• Collaboration & QA Processes:
  Experience working in Agile teams. Ability to document test cases and clearly communicate bugs and data quality concerns to engineers or analysts.

• Learning Mindset:
  Willingness to explore new tools and frameworks for data testing and contribute to improving test coverage and data reliability within the team. Proactive attitude toward learning business logic. Ability to work independently and grow into more complex testing and analytical tasks over time.

• Domain-Specific Learning (Healthcare):
  Willingness and ability to learn and understand a large amount of new information related to the medical and healthcare domain. This includes data standards, clinical terminology, and domain-specific logic required for effective data testing and validation.

• Soft Skills:
  Strong analytical and communication skills. Ability to work closely with data engineers, analysts, and product managers to ensure data reliability and trust.

What about offer?

• Fully remote work.

• Interesting projects to work on.

• Opportunity to work with international team of first-class professionals.

• Unlimited PTO.

Команда экспертов, предоставляющая аналитические услуги для клиентов в сфере здравоохранения, ищет Data QA.

Вы станете частью международной команды высококлассных профессионалов, объединённых стремлением создавать продукты, которые реально улучшают качество медицинских услуг.

Компания предлагает работу с разнообразными индустриями и технологиями, возможность профессионального роста, время на проектах для освоения новых навыков и команду выдающихся коллег — действительно одних из лучших в своём деле.

Обязанности:

• Тестирование качества данных, хранящихся в BigQuery и Spanner.

• Тестирование конвейеров данных и потоковых данных через Google Pub/Sub, включая структуру сообщений, проверку схем и сквозные проверки.

• Участие в процессах CI/CD путем интеграции тестов данных в конвейеры.

• Анализ причин и отладка несоответствий данных в различных системах в сотрудничестве с инженерами по данным и разработчиками.

• Создание и ведение тестовой документации.

• Изучение и применение знаний в области медицины для проверки бизнес-логики и специфических для здравоохранения ограничений данных.

Основные требования:

• Качество данных и методологии тестирования:

Глубокое понимание стратегий проверки данных, разработки тестовых примеров для баз данных, профилирования данных и проверки целостности данных. Опыт работы с регрессионным, smoke и исследовательским тестированием.

• Базы данных и языки запросов:

Знание SQL (включая написание сложных запросов, оконных функций и CTE) и прочное понимание концепций реляционных баз данных.

• Тестирование конвейеров данных и ETL:

Опыт тестирования конвейеров данных (ETL/ELT) в средах с использованием Airflow, dbt или аналогичных инструментов. Способность проверять преобразования и потоки данных в нескольких источниках и поглотителях.

• Инструменты и фреймворки:

Опыт работы с инструментами управления тестированием и отчетности (например, Zephyr, TestRail, Jira) и системами контроля версий, такими как Git. Опыт работы с BigQuery, как частью экосистемы GCP, является сильным преимуществом.

• Сотрудничество и процессы QA:

Опыт работы в Agile-командах. Способность документировать тестовые случаи и четко доносить информацию об ошибках и проблемах с качеством данных до инженеров и аналитиков.

• Стремление к обучению:

Готовность изучать новые инструменты и фреймворки для тестирования данных и вносить свой вклад в улучшение тестового покрытия и надежности данных в команде. Проактивное отношение к изучению бизнес-логики. Способность работать самостоятельно и со временем переходить к более сложным задачам тестирования и анализа.

• Обучение с учетом специфики области (здравоохранение):

Готовность и способность изучать и понимать большой объем новой информации, связанной с областью медицины и здравоохранения. Сюда входят стандарты данных, клиническая терминология и логика, специфическая для данной области, необходимая для эффективного тестирования и проверки данных.

• Soft skills:

Сильные аналитические и коммуникативные навыки. Способность работать в тесном контакте с инженерами, аналитиками и менеджерами по продуктам для обеспечения надежности и достоверности данных.

Условия:

• Гибкий график;
• Полностью удалённый формат работы;
• Интересные и значимые проекты;
• Возможность работы в международной команде.