Stellenangebot

Senior AI Test Automation Engineer

Die Stelle als Senior AI Test Automation Engineer bei Julius Baer in Madrid umfasst die Entwicklung und Implementierung von technischen Testautomatisierungslösungen für die AI- und ML-Plattform des Unternehmens. Der Senior AI Test Automation Engineer ist verantwortlich für die Architektur, Implementierung und Ausführung von Testautomatisierungslösungen und arbeitet eng mit anderen Teams zusammen, um die Qualität und Zuverlässigkeit der AI- und ML-Systeme zu gewährleisten.

Ausland

Julius Bär Gruppe AG

100%

Aufgaben

Technische Testautomatisierungslösung für die AI- und ML-Ops-Plattform entwickeln und verantworten
Architektur, Implementierung und Ausführung der Testautomatisierungslösung verantworten
Testautomatisierungsansatz und Testframework-Architektur für die ML- und AI-ART weiterentwickeln und anpassen
Wiederverwendbare, skalierbare Testautomatisierungsmuster entwerfen und umsetzen
Anforderungen, Features und Stories auf Testbarkeit analysieren und bewerten
Testfälle aus technischer und risikobasierter Analyse ableiten und automatisieren
Testfälle mit Python-basierten Frameworks automatisieren
Spezifische Testfälle für AI/ML-Systeme entwerfen und implementieren
Automatisierte Tests in GitLab CI/CD-Pipelines integrieren und orchestrieren
Testumgebungen mit Docker und Kubernetes provisionieren und verwalten
Automatisierte Testausführungen planen, schedule und trigger
Testergebnisse überwachen, fehlerhafte Testfälle identifizieren und korrigieren
Qualitätssignale an das Squad, Product Owners und Test Manager kommunizieren
Aktiv an PI-Planning, System Design, Inspect & Adapt und anderen SAFe-Zeremonien teilnehmen

Anforderungen

Erprobte Expertise in Python-basierter Testautomatisierung
Fähigkeit, Testautomatisierungsframeworks zu entwerfen und zu verantworten
Praktische Erfahrung mit der Integration und Ausführung automatisierter Tests in CI/CD-Pipelines
Kenntnisse in Testautomatisierungsdesign, Testspezifikation, Flaky-Test-Management und modernen Reporting-Tools
Grundlegendes Verständnis von ETL- und Versionierungswerkzeugen
Kenntnisse von Docker und Kubernetes
Exposure to testing AI/ML-Systemen oder starke Motivation, diese Expertise zu entwickeln
Verständnis von AI/ML-Design-Patterns, Microservices-Architektur und Authentifizierungsschichten
Grundlegendes Verständnis von SRE- und DevOps-Prinzipien