Jest to oddalona rola dla kandydatów zlokalizowanych w Porto Alegre, Brazylia O LawnStarter LawnStarter jest jednym z wspólnych platform. O Inżynierii w LawnStarter Spędziliśmy dwa lata odbudowy platformy od naziemnej: nowa aplikacja klientów, nowa firma Procton, nowa firma Procton, system dystrybucji pracy, i infrastruktura danych. Fundacja jest solidna. Teraz przechodzimy do rozszerzonej roli usług w pionowej, dynamicznej ceny i funkcji AI potężnych w skali. Jakość potrzebuje utrzymania. Nasze staki są PHP (Laravel) i React Native, z Cypress jako podstawowy ramek testu. Teraz korzystamy z rozszerzonej roli usług w zakresie usług, dynamicznych cen, a także z wykorzystaniem funkcji AI, w skali jakościowej, w skali. Jakość jest inżynierii PHP (Laravel) i React Native, z Cypress jako podstawowy ramek. Teraz korzystamy z programu Klod Design

• Wpływ krzyżowy: Pracujesz bezpośrednio z inżynierami, PM, Projekterami i zespołem danych na wcześniejsze ryzyko, dobrze zrozumiesz wymogi i proponujesz lepsze rozwiązania. • Właściwość automatyczna: Masz strategię budowy i rozszerzasz nasze automatyczne pokrycie testów, a nie tylko wykonywanie sprawdzających inne. • Procesotwórca: Określisz luki w naszym procesie jakościowym i masz władzę, aby je naprawić, a nie tylko określisz. • Automatyczne pokrycie testów: Projektowanie i rozwinięcie naszego pakietu testowego E2E i integracja z wykorzystaniem Cypressu. Ustaw strategię, priorytetowe luki w zakresie pokrycia, a także podniesienie podłogi na terenie platformy. • Proces błędów: Posiadaj cały cykl życia od trójkątnego naprawy produkcji. Zachowaj je, dbaj o zainteresowane strony i upewnij się, że nic nie spada przez pęknięcia. • Kolaranie z PM, projektami i zespołem danych, aby ocenić

Utrzymanie pokrycia automatycznego ostrego, jak produkt rozwija się naszą e2E pokrycie jest solidne. Wyzwanie pozostaje naprzód: przynosząc nowe pomysły, badając różne rodzaje pokrycia, i znalezienie inteligentniejszych sposobów automatyzacji różnych aspektów aplikacji, gdy produkt rośnie i nowe usługi pojawiają się w sieci. Wyszukiwanie nowych narzędzi i dźwigniania AL w celu poprawy jakości sposobu działania AL zmienia się w sposób budowania oprogramowania, a to zmienia sposób, w jaki możemy go również przetestrywać. Istnieje realna możliwość korzystania z narzędzi AI do zwiększenia jakości wyjściowej, cięcia pracy z automatyką i odkrywania luk w pokryciu, które pojawiły się w innym przypadku. • Bug proces działa płynnie: Triage jest przewidywalne i zainteresowane strony wiedzą, gdzie można korzystać. • Co Success Likess (Rok 1) • Automatyzacja pokrywanie pozostaje mocnym: Nowe funkcje z automatycznymiką testów jako podstaw

AI-native. Wykorzystujecie narzędzia AI, takie jak Claude Code, aby pisać, utrzymać i rozszerzyć kod testowy, nie jako nowość, ale jako standardowa część pracy. Wygodne jest to dla przeglądarki MCP, agenta workflows, i budowę skryptów, które automatycznie przystosują się do nudnych części QA. To mało prawdopodobne, że jest dobrym dopasowaniem do ręcznego testowania i automatyzacji jest coś, co tolerujesz raczej niż jazda. Klient-obsess pierwszy. Twoim domyślem jest zapytanie jak zapobiegać jej automatycznie. Budujesz infrastrukturę testową, która przewyższa każdą indywidualną sprawę testową. To mało prawdopodobne, że będzie dobrze dopasowane do tej ewolucji, jeśli jest mało prawdopodobne, że to to dostosujesz się raczej, niż prowadzisz do sposobu na prowadzenia, na targi lub napędowe środowisko, które przystosujesz się w spokojnym środowisku.

Technicznie solidne. Jesteś wygodny w odczytaniu i pisaniu kod. Rozumiesz przednie i podręczne usługi internetowe wystarczająco dobrze, aby je sprawdzać prawidłowo, napisać istotne pytania SQL i problemy z debugowaniem w stosie. Jest to mało prawdopodobne, aby być dobrym pasem, jeśli Twoja głębina techniczna jest ograniczona do jednej warstwy lub ram. Ta role NIE jest • Rola ręczna testowanie: Większość