QA Lead with Data Quality Experience

ITFS is the company offering this position. The job is 100% remote and involves working on a data platform project focused on ETL/ELT, Data Lake, DWH, AI/LLM.

• Min. 10 lat doświadczenia w QA, w tym min. 5 lat jako QA Lead / Leader.
• Zarządzanie testami danych i programami ETL/Data Testing w środowisku Agile.
• Bardzo dobra znajomość ETL/ELT w architekturze Data Warehouse, Data Lake i Lakehouse.
• Zaawansowany SQL oraz praktyka w walidacji i profilowaniu danych.
• Doświadczenie w source-to-target validation, data reconciliation oraz data quality testing.
• Praktyczna znajomość: Azure Data Factory, Databricks, Delta Lake i Spark/PySpark.
• Znajomość Python, PyTest, testowania REST API, potoków CI/CD i frameworków automatyzacji.
• Projektowanie i wdrażanie strategii automatyzacji testów.
• Znajomość narzędzi data observability, monitoringu oraz Data Quality.
• Doświadczenie w testowaniu danych finansowych, raportowania i procesów regulacyjnych.
• Podstawy XBRL (Taxonomies, Facts, Contexts, Units, XML, Arelle) oraz znajomość CDM i STRATA.
• Doświadczenie w walidacji danych z OCR oraz sprawozdań finansowych.
• Testowanie rozwiązań AI/LLM (prompt testing, benchmarki, hallucination detection, grounding, model drift).
• Testowanie Agentic AI w zakresie orkiestracji, realizacji zadań i procesów naprawczych.
• Zarządzanie zespołami rozproszonymi i współpraca z zespołami interdyscyplinarnymi.
• Wykształcenie wyższe (Informatyka/Inżynieria) oraz zaawansowany język angielski.

Mile widziane:

• Certyfikacja ISTQB Advanced Test Manager lub Test Analyst,
• Certyfikaty Certified Scrum Master (CSM) lub SAFe Agile Certification,
• Certyfikacja Microsoft Azure Data Engineer Associate,
• Certyfikacja Databricks Fundamentals Certification,
• Certyfikaty z obszaru AI/ML Testing lub Data Quality.

• Tworzenie i realizacja strategii testów dla platform danych (ETL/ELT, Data Lake, DWH, AI/LLM).
• Planowanie, priorytetyzacja i nadzór nad działaniami QA w procesie Agile/Scrum.
• Kompleksowe zarządzanie testami (funkcjonalne, integracyjne, UAT, wydajnościowe, automatyczne) i ryzykiem.
• Weryfikacja jakości, spójności i poprawności danych (source-to-target, data reconciliation).
• Definiowanie procesów automatyzacji testów danych i ich integracja z CI/CD.
• Zarządzanie zespołem QA: alokacja zadań, mentoring oraz rozwój procesów jakościowych.
• Analiza błędów (Root Cause Analysis), nadzór nad incydentami i raportowanie jakości (KPI, Test Completion Report).
• Zarządzanie środowiskami i danymi testowymi oraz zapewnienie identyfikowalności wymagań.
• Testowanie obszarów niefunkcjonalnych (wydajność, odporność, mechanizmy retry/idempotency).
• Ścisła współpraca z biznesem, deweloperami i architektami oraz dbanie o zgodność z audytem i regulacjami.