ما در هلدینگ ایران نوین، در مسیر توسعه پلتفرم‌ها و راه‌حل‌های نوآورانه دیجیتال و مبتنی بر هوش مصنوعی، به‌دنبال یک کارشناس کیفیت و تست (QA Specialist) دقیق، کنجکاو و مسئولیت‌پذیر هستیم. فردی با نگاه تیزبین و وسواس حرفه‌ای در جزئیات، که مدافع سرسخت تجربه کاربری بی‌نقص، پایداری سیستم و عملکرد قابل اتکای محصولات ما پیش و پس از هر انتشار باشد.
در این نقش، علاوه بر روش‌های مرسوم کنترل کیفی نرم‌افزار، ارزیابی رفتار و خروجی مدل‌ها و قابلیت‌های هوش مصنوعی (AI Evaluation) نیز بخش جذابی از چالش‌های روزمره شما خواهد بود.
شرح وظایف و مسئولیت‌های اصلی:
طراحی و اجرای سناریوهای تست: نگارش و اجرای دقیق Test Planها، Test Caseها و سناریوهای تست کاربردی بر اساس نیازمندی‌های محصول و معیارهای پذیرش (Acceptance Criteria).
کشف، مستندسازی و پیگیری باگ‌ها: شناسایی خطاها، ثبت و گزارش شفاف آن‌ها به‌صورت گام‌به‌گام و قابل تکرار (Reproducible) در سامانه‌های مدیریت پروژه (مانند Jira) و پیگیری تا مرحله رفع کامل و اعتبارسنجی مجدد (Regression Testing).
ارزیابی کیفی قابلیت‌های مبتنی بر هوش مصنوعی (AI Testing & Evaluation): بررسی و اعتبارسنجی کیفیت، صحت، دقت و ثبات (Consistency) پاسخ‌های تولیدشده توسط مدل‌های AI.
اجرای تست‌های خلاقانه برای به چالش کشیدن مدل (Stress-testing)، تزریق ورودی‌های نامتعارف/لبه‌ای (Edge Cases) و ارزیابی مقاومت سیستم در برابر رفتارهای پیش‌بینی‌نشده.
شناسایی و گزارش ریسک‌های مربوط به داده، سوگیری‌ها (Bias) و خروجی‌های نادرست/توهمات مدل (Hallucinations).
تست‌های چندجانبه: اجرای تست‌های دستی عملکردی (Functional)، رابط کاربری (UI)، تجربه کاربری (UX) و تست‌های سازگاری در مرورگرها و پلتفرم‌های مختلف.
همکاری بین‌رشته‌ای: تعامل نزدیک با تیم‌های مدیریت محصول (Product)، مهندسی نرم‌افزار و هوش مصنوعی جهت شفاف‌سازی نیازمندی‌ها و بازخورد سریع در طول اسپرینت‌ها.
شایستگی‌های تخصصی و مهارتی:
سابقه کاری: حداقل 2 تا 3 سال سابقه کاری مرتبط در حوزه تست نرم‌افزار و تضمین کیفیت (QA).
تسلط بر تست دستی و متدولوژی‌های QA: تسلط بر انواع متدهای تست دستی، تحلیل نیازمندی‌ها، طراحی Edge Caseها و گزارش‌نویسی استاندارد باگ.
آشنایی با تست خودکار (Test Automation): آشنایی اولیه با مفاهیم اتومیشن تست و ابزارهای مرتبط (مانند Postman برای تست API، Selenium، Cypress یا ابزارهای مشابه) مزیت محسوب می‌شود.
درک اولیه از رفتار مدل‌های AI/LLM: آشنایی با مفاهیم پایه هوش مصنوعی، پرامپت‌ها و نحوه سنجش خروجی مدل‌های زبانی یا بینایی ماشین.
مهارت‌های مستندسازی: دقت و مهارت بالا در مستندسازی فنی، نگارش لاگ‌ها و تسلط بر ابزارهای مدیریت پروژه و تسک (به‌ویژه Jira).
مدرک تحصیلی: کارشناسی در مهندسی کامپیوتر، فناوری اطلاعات، علوم داده یا رشته‌های مرتبط.
شایستگی‌های فردی و رفتاری:
دقت وسواسی به جزئیات: توانایی کشف خطاهای پنهان، ناهماهنگی‌های کوچک در طراحی و رفتارهای غیرمنتظره سیستم.
تفکر انتقادی و ذهنیت ساختارشکن (Destructive Mindset): علاقه به شکستن فرضیات، به چالش کشیدن سیستم با سناریوهای نامتعارف و نگاه به محصول از دید کاربران مختلف.
مهارت‌های ارتباطی موثر و شفاف: توانایی توضیح شفاف و بی‌طرفانه باگ‌ها به توسعه‌دهندگان بدون ایجاد اصطکاک و با رویکرد حل مسئله.
کنجکاوی فنی و یادگیری فعال: اشتیاق به یادگیری ابزارها، فریم‌ورک‌های جدید تست و روش‌های نوین سنجش کیفیت مدل‌های هوش مصنوعی.
محل کار: کیلومتر 11 جاده مخصوص