INGENIERO CALIDAD - UIO

Vista previa de la oferta

INGENIERO CALIDAD - UIO

Technology / Software Development

Propósito general

Asegurar que las soluciones de software cumplan los criterios de aceptación y los atributos de calidad definidos, mediante el diseño, ejecución y automatización de pruebas funcionales y no funcionales basadas en riesgo, la gestión de defectos y la certificación con evidencia trazable y auditable, a fin de habilitar liberaciones oportunas y confiables al negocio, de acuerdo con las políticas, procedimientos y lineamientos del Chapter QA y del CoE de Ingeniería.

Actividades 1/3

• Definir el plan y la estrategia de pruebas de la iniciativa: alcance, niveles, tipos, riesgos y criterios de entrada y salida.
• Participar en el refinamiento (shift-left) validando testabilidad, criterios de aceptación y definición de terminado.
• Diseñar casos de prueba funcionales y no funcionales en formato BDD/Gherkin y gestionarlos en Jira/Xray con trazabilidad.
• Ejecutar pruebas de humo, funcionales, de integración, regresión y end to end sobre web, móvil, APIs, batch e integraciones.
• Automatizar los flujos críticos y repetitivos con los arquetipos del Chapter QA (Playwright, SerenityBDD, Karate, Appium).
• Mantener y ejecutar las suites automatizadas desde los pipelines de CI/CD y analizar sus resultados.
• Ejecutar pruebas no funcionales de rendimiento con las herramientas autorizadas (K6, JMeter) e interpretar resultados.
• Gestionar los defectos por severidad, prioridad e impacto, con evidencia y pasos de reproducción, hasta su cierre.
• Gestionar los datos de prueba y la disponibilidad de entornos no productivos según los lineamientos de EnP y de protección de datos.
• Emitir la certificación de calidad con evidencia trazable y sustentar el criterio de salida en el control de cambio.
• Monitorear las métricas de calidad (cobertura, defectos, tiempo de ciclo, defectos escapados) y proponer acciones de mejora.
• Aplicar y difundir los estándares, prácticas y lineamientos del Chapter QA, y participar activamente en sus espacios.
• Incorporar GenAI y aceleradores autorizados (GitHub Copilot, agentes QA) al diseño y mantenimiento de pruebas, con revisión humana.
• Documentar planes, resultados, evidencias y lecciones aprendidas en Jira, Xray y Confluence.

Actividades 2/3

Calidad en IA

• Definir la estrategia y el plan de pruebas de cada solución de IA según su nivel de riesgo (bajo, medio, alto) y su arquitectura: RAG, agente, flujo agéntico multi-agente, MCP server o modelo propio/afinado.
• Construir, versionar y mantener golden datasets y suites de evaluación: casos positivos, negativos, de borde, adversariales y por segmento de cliente, con criterio experto validado.
• Ejecutar la evaluación de calidad de salida: exactitud, fidelidad al contexto (groundedness), relevancia, precisión y recall de recuperación, toxicidad y sesgo; con jueces LLM calibrados contra evaluación humana.
• Certificar sistemas agénticos: selección e invocación correcta de herramientas (tool-call accuracy), trayectoria y cumplimiento del objetivo, manejo de estado y memoria, idempotencia, límites de autonomía y comportamiento ante fallo.
• Probar la capa MCP e integraciones: autenticación y autorización, mínimo privilegio, tool poisoning, tool shadowing, inyección de contexto y trazabilidad de cada invocación.
• Ejecutar pruebas adversariales y red teaming: prompt injection directa e indirecta, jailbreak, exfiltración de datos, envenenamiento de contexto y uso no autorizado de herramientas.
• Aplicar pruebas metamórficas, back-to-back, A/B y de no determinismo: repetibilidad, varianza entre corridas y consistencia semántica de las respuestas.
• Certificar desempeño y costo: latencia p90/p99, throughput, concurrencia, consumo de tokens y costo por transacción, degradación bajo carga y planes de fallback.
• Emitir el informe de certificación con umbrales alcanzados, riesgos residuales y recomendación Go / No-Go, con evidencia trazable en Jira/Xray y Confluence.

Actividades 3/3

Calidad en IA

• Certificar el pipeline de conocimiento: fuentes autorizadas, ingesta, chunking, embeddings, indexación y vigencia; completitud, duplicidad, consistencia y linaje del dato.
• Validar la calidad de los datos de entrenamiento, afinamiento y evaluación: representatividad, etiquetado, balance y sesgo, con trazabilidad de origen.
• Asegurar el uso de datos de prueba anonimizados o sintéticos conforme a los lineamientos de TDM, protección de datos personales y entornos no productivos (EnP).
• Aplicar GenAI al proceso de pruebas: generación de escenarios Gherkin, casos y datos sintéticos, automatización E2E (Playwright + agentes) y sanación de suites, siempre con revisión humana.
• Priorizar la regresión por riesgo e impacto con apoyo de IA y mantener quality gates sobre el código y los artefactos generados con IA (cobertura, seguridad y deuda técnica).  
• Verificar guardrails, límites de autonomía, human-in-the-loop y planes de rollback o kill switch de agentes antes y después de la liberación.  
• Registrar la capacidad en el inventario de IA con responsable, clasificación de riesgo y evidencia auditable, actuando como contraparte de Riesgos, Ciberseguridad, Legal y Protección de Datos.  
• Documentar y transferir conocimiento al Chapter QA: estándares, arquetipos, lineamientos de evaluación de IA y capacitación a QA, desarrollo y producto.

Educación

• Título profesional en Ingeniería de Sistemas, Software o Ciencias de la Computación
• Deseable certificación ISTQB Foundation Level
• AI: Deseable ISTQB CT-AI / CT-GenAI y formación en IA-ML

Experiencia

• Diseño y ejecución de pruebas funcionales y no funcionales de software  
• Automatización de pruebas de aceptación, integración, API y end to end  
• Pruebas de rendimiento y validación de requisitos no funcionales  
• Gestión de defectos, evidencias y certificación de calidad  
• Equipos ágiles (Scrum/Kanban) y pruebas integradas en pipelines CI/CD

  AI

   
• Evaluación de modelos, RAG y agentes con golden datasets, pipelines de datos y CA’s  
• Pruebas de seguridad de LLM: prompt injection, jailbreak y fuga de información​

Conocimiento

• Proceso, niveles y tipos de prueba (ISTQB) y pruebas basadas en riesgo  
• Diseño BDD/Gherkin, patrones POM/Screenplay y programación (Java/TypeScript)  
• Automatización: Playwright, SerenityBDD, Karate, Appium, K6 y Jmeter  
• Desarrollo de Software, CI/CD  
• Jira, Xray y Confluence; datos de prueba y EnP  
• Metodologías: Agile, Scrum, Kanban, XP.

  AI

   
• Fundamentos de ML, GenAI, RAG, agentes, MCP y afinamiento de modelos​  
• Métricas: fidelidad, relevancia, precisión/recall de contexto, tool-call accuracy y LLM-as-a-judge​  
• Riesgos de IA: alucinación, sesgo, drift, fuga de datos y OWASP Top 10 para LLM​  
• Python, SQL, frameworks de evals

Generales

• •    Cumplir las funciones de Dueño o Coordinador de proceso según sea designado en el mapa y matriz respectivos; con énfasis en la gestión holística de los procesos, que incluye su diseño, optimización, control y mejora continua. En estos roles de dueño o coordinador, la administración del proceso representa una gestión integral del desempeño de su proceso, los recursos habilitantes de los mismos, su permanente ejecución y despliegue de mejora continua y acciones correctivas y preventivas.

  •    Ejecutar las actividades y tareas señaladas para el Rol de Dueño/ Coordinador de Proceso, que constan en  la Metodología de Gestión por Procesos de Banco Pichincha C.A.

  •    Impulsar la integración e implementación del Sistema de Gestión de Seguridad y Salud y Ambiente. Revisar sus roles y responsabilidades

  •    Participar como BRIGADISTA DE EMERGENCIA o MIEMBRO del COMITÉ O SUBCOMITÉ PARITARIO DE SEGURIDAD Y SALUD cuando así se lo requiera y garantizar su participación como la de sus dirigidos, si son nombrados.

Competencias