Инженер по нагрузочному тестированию
Требования
Местоположение и тип занятости
Компания
Делаем жизнь 40+ миллионов клиентов проще и удобнее каждый день
Описание вакансии
Условия работы
Команда автоматизированного тестирования Тинькофф ищет талантливого автоматизатора, готового взяться за решение интересных и нетривиальных задач. Мы вносим свой весомый вклад в развитие сервисов банка, которыми ежедневно пользуются сотни тысяч клиентов нашего банка.
Если ты готов развивать и развиваться - мы будем рады видеть тебя в нашей команде!
Обязанности:
- Оценка, планирование работ по нагрузочному тестированию критичных систем Банка;
- Взаимодействие с командами разработчиков, аналитиков, владельцев систем;
- Анализ бизнес требований и формирование требований к производительности системы, к интеграционным взаимодействиям нескольких систем;
- Разработка и согласование методики нагрузочного тестирования;
- Разработка средств нагрузочного тестирования – скриптов, эмуляторов, утилит генерации тестовых данных, мониторинга, отчетности (Java, Python);
- Проведение нагрузочного тестирования системы (JMeter, Gatling, Яндекс.Танк);
- Сбор и анализ результатов тестирования, поиск «узких» мест;
- Подготовка отчета по нагрузочному тестированию;
- Формирование прогнозов по производительности систем (capacity management).
Требования:
- Высшее техническое образование;
- Опыт работы в области IT не менее 2-х лет, опыт выполнения проектов по нагрузочному тестированию от 1 года;
- Опыт проведения полного цикла тестирования производительности;
- Знание Java/Python на уровне написания эмуляторов внешних систем (асинхронная работа с MQ очередью, синхронный ответ на http запрос, работа с таймаутами, логирование, работа со строками);
- Знание основ реляционных БД, основ их администрирования, языка SQL (на уровне join запросов). Умение анализировать производительность СУБД Oracle;
- Опыт работы с одним из инструментов нагрузочного тестирования (HP Performance Center, HP Load Runner, JMeter, Gatling, Яндекс.Танк, IBM RPT);
- Опыт диагностики проблем в работе бизнес-приложений, выявление корневых причин;
- Базовые знания статистики, анализа данных о производительности.