Modalidad
Presencial – Ciudad de México.
Nivel: Mid / Senior.
Misión del puesto
Asegurar la calidad, integridad y confiabilidad de los datos obtenidos mediante scrapers, crawlers, procesos ETL e integraciones, diseñando y ejecutando estrategias de prueba que permitan detectar oportunamente errores de extracción, transformación y almacenamiento antes de que impacten la operación o los productos que consumen la información.
Objetivos principales
1. Garantizar la calidad de los scrapers
Validar que los procesos de extracción obtengan la información esperada de manera completa y consistente, identificando cambios, excepciones y escenarios que puedan comprometer su funcionamiento.
2. Validar la integridad de los datos
Comprobar directamente en bases de datos que la información extraída y almacenada sea correcta, completa y consistente mediante consultas SQL y comparaciones contra las fuentes originales.
3. Establecer criterios de Data Quality
Definir y aplicar métricas de calidad relacionadas con completitud, consistencia, frescura, unicidad, validez e integridad de la información.
4. Diseñar estrategias de prueba escalables
Construir casos de prueba y mecanismos de validación que permitan evaluar grandes volúmenes de información sin depender de revisiones manuales registro por registro.
5. Detectar fallas silenciosas
Identificar anomalías provocadas por cambios en las fuentes de origen, modificaciones estructurales, errores de extracción o transformaciones incorrectas que puedan pasar inadvertidas durante la ejecución de los procesos.
6. Prevenir errores en producción
Diseñar escenarios de prueba enfocados en edge cases, excepciones y condiciones reales que puedan comprometer la extracción o calidad de los datos.
7. Facilitar la resolución de incidencias
Documentar hallazgos con evidencia clara y reproducible, colaborando con Desarrollo hasta validar la correcta resolución de los defectos identificados.
8. Impulsar la automatización de calidad
Identificar oportunidades para automatizar pruebas y validaciones recurrentes e integrarlas progresivamente al ciclo de desarrollo y despliegue.
Responsabilidades principales
- Ejecutar pruebas funcionales y de calidad sobre scrapers, crawlers y procesos de extracción de datos.
- Validar que la información obtenida corresponda correctamente con las fuentes de origen.
- Identificar modificaciones en sitios o fuentes que puedan afectar el funcionamiento de los scrapers.
- Ejecutar consultas SQL propias para validar directamente la información almacenada.
- Detectar registros faltantes, duplicados, campos vacíos, inconsistencias, formatos incorrectos y errores de transformación.
- Validar tipos de datos, relaciones e integridad de la información.
- Definir reglas y criterios de calidad de datos.
- Diseñar casos de prueba positivos, negativos, de borde y escenarios de excepción.
- Diseñar estrategias de muestreo y validación para datasets de gran volumen.
- Comparar resultados entre fuente, proceso de extracción y almacenamiento.
- Realizar análisis de causa de anomalías junto con el equipo de desarrollo.
- Documentar bugs con pasos de reproducción, evidencia, datos afectados y comportamiento esperado.
- Dar seguimiento a incidencias hasta su resolución y ejecutar pruebas de regresión.
- Participar en la definición de criterios de aceptación.
- Automatizar pruebas y validaciones cuando el proyecto lo requiera.
- Colaborar con desarrolladores, ingeniería de datos y otros perfiles técnicos para fortalecer la calidad de las soluciones.
Perfil ideal
Buscamos un(a) QA Engineer con una fuerte orientación hacia datos y pensamiento analítico, que no limite su trabajo a validar interfaces o ejecutar casos de prueba predefinidos.
Esperamos una persona capaz de investigar qué ocurrió con la información durante todo su recorrido: desde la fuente de origen, pasando por el scraper o proceso de extracción, hasta su almacenamiento en base de datos.
El perfil ideal tiene criterio para decidir qué y cómo validar cuando se trabaja con cientos de miles de registros, construye sus propias consultas para encontrar anomalías y entiende que un proceso que termina exitosamente no necesariamente produjo información correcta.
Requisitos
Formación
- Ingeniería en Sistemas Computacionales.
- Ingeniería en Software.
- Tecnologías de la Información.
- Ciencias de Datos.
- Ingeniería en Computación.
- O carreras afines.
Experiencia
- Experiencia como QA Engineer, Software Tester, Data QA o posición equivalente.
- Experiencia comprobable probando scrapers, crawlers, procesos ETL, pipelines o integraciones de datos.
- Experiencia realizando validaciones directamente sobre bases de datos.
- Experiencia diseñando casos de prueba de manera autónoma.
- Experiencia documentando y dando seguimiento a defectos con equipos de desarrollo.
- Deseable experiencia trabajando con datasets de gran volumen.
Conocimientos técnicosSQL y bases de datos
- SQL sólido.
- Consultas de validación y reconciliación.
- JOINs.
- Agregaciones.
- Comparaciones entre datasets.
- Identificación de duplicados.
- Validación de valores nulos.
- Validación de tipos y formatos.
- Identificación de registros faltantes.
- Análisis de consistencia e integridad de datos.
Para esta posición es indispensable tener autonomía con SQL; esperamos que la persona pueda investigar y validar directamente la información sin depender de reportes generados por terceros.
Scraping y procesamiento de datos
- Conceptos de Web Scraping y Crawling.
- Validación de procesos de extracción.
- Procesos ETL / ELT.
- Integraciones de datos.
- Transformación y almacenamiento de información.
- Manejo de excepciones y edge cases.
- Estrategias de validación para grandes volúmenes de datos.
Data Quality
- Completitud.
- Consistencia.
- Unicidad.
- Validez.
- Integridad.
- Frescura de datos.
- Reconciliación entre fuente y destino.
- Identificación y análisis de anomalías.
QA
- Diseño de casos de prueba.
- Pruebas funcionales.
- Pruebas negativas.
- Edge cases.
- Pruebas de regresión.
- Gestión y seguimiento de defectos.
- Evidencia y reproducibilidad de incidencias.
Conocimientos deseablesAutomatización
- Python.
- pytest.
- Playwright.
- Selenium.
- Postman / Newman.
- Automatización de validaciones de datos.
APIs e integración
- Pruebas de APIs REST.
- JSON.
- Validación de responses.
- Códigos HTTP.
- Autenticación de APIs.
CI/CD
- Integración de pruebas automatizadas en pipelines.
- Git.
- Ejecución automática de validaciones como parte del proceso de integración y despliegue.
Datos
- Experiencia trabajando con volúmenes altos de información.
- Python aplicado al análisis y validación de datos.
- Deseable conocimiento de herramientas de procesamiento o ingeniería de datos.
Competencias
- Pensamiento analítico.
- Atención al detalle.
- Pensamiento crítico.
- Curiosidad técnica.
- Capacidad de investigación.
- Resolución de problemas.
- Autonomía.
- Ownership.
- Comunicación efectiva.
- Organización.
- Capacidad para identificar patrones y anomalías.
- Orientación a la calidad.
- Colaboración con equipos técnicos.
- Seguimiento y cierre.
- Adaptabilidad.
Lo que valoramos especialmente en rocket code
Buscamos personas que entiendan que probar datos no significa revisar registros uno por uno. Valoramos perfiles que cuestionen los resultados, construyan hipótesis, diseñen consultas y encuentren maneras inteligentes de comprobar que la información es confiable incluso cuando trabajamos con grandes volúmenes.
Esperamos un(a) QA con curiosidad suficiente para investigar más allá del error visible: alguien que pueda detectar que un scraper aparentemente exitoso dejó de extraer parte de la información, que encuentre patrones anómalos mediante SQL y que trabaje de cerca con Desarrollo hasta asegurar que el problema realmente quedó resuelto.
Para esta posición, SQL, criterio analítico y experiencia validando procesos de extracción de datos tendrán mayor peso que la experiencia tradicional de QA sobre interfaces de usuario.
Sueldo: $15,000.00 - $20,000.00 al mes
Lugar de trabajo: Empleo presencial
