كبير مهندسي ضمان الجودة

الوصف الوظيفي

تم إدراج هذا المنصب نيابة عن شركة شريكة، والتي تدير جميع الطلبات والخطوات التالية. يبحث شريكنا عن مهندس أول لضمان الجودة ومقره في المملكة العربية السعودية. انضم إلى فريق تقني ذو تفكير تقدمي لبناء برامج رعاية صحية مدعومة بالذكاء الاصطناعي تدعم سير العمل السريري المهم وتحسن الكفاءة التشغيلية. في هذا الدور، ستقوم بتأسيس وقيادة ممارسة هندسة الجودة من الجيل التالي، والتي تجمع بين أتمتة الاختبار الحديثة ومنهجيات الاختبار المعتمدة على الذكاء الاصطناعي. ستتحمل ملكية استراتيجية ضمان الجودة، وتصمم البنية التحتية للاختبار، وتبني أطر عمل قابلة للتطوير تضمن موثوقية البرنامج وأمنه وأدائه. من خلال العمل مع وكلاء ترميز الذكاء الاصطناعي وأدوات التقييم المتقدمة، ستساعد في التحقق من صحة وظائف البرامج التقليدية ودقة الميزات التي تدعم الذكاء الاصطناعي وسلامتها وموثوقيتها. ستتعاون بشكل وثيق مع المهندسين ومديري المنتجات والمصممين والخبراء السريريين لترجمة المتطلبات المعقدة إلى معايير جودة قابلة للقياس. سيساهم عملك بشكل مباشر في تقديم تكنولوجيا رعاية صحية آمنة وموثوقة تدعم المتخصصين في قسم الطوارئ ومرضاهم. هذه فرصة مثيرة لقائد هندسي عالي الجودة يقدر الملكية والتحسين المستمر والابتكار العملي في الذكاء الاصطناعي. ### المسؤوليات استراتيجية ضمان الجودة وقيادة الجودة: خاصة استراتيجية ضمان الجودة الشاملة، وتحديد خطط الاختبار، وأهداف التغطية القائمة على المخاطر، وبوابات الجودة، ومعايير الاستعداد للإصدار عبر دورة حياة تطوير البرمجيات. بنية الاختبار وأدواته: تقييم واختيار وتوثيق مجموعة تقنيات الاختبار لواجهات المستخدم وواجهات برمجة التطبيقات والتكامل والأداء وإمكانية الوصول والأمان. قم بتسجيل القرارات المعمارية والبدائل والمقايضات لإنشاء نهج قابل للتطوير وقابل للصيانة. تطوير إطار عمل التشغيل الآلي: إنشاء وصيانة وتحسين أطر الاختبار الآلي لتطبيقات الويب وواجهات برمجة التطبيقات وعمليات التكامل. وضع معايير واضحة تمكن المهندسين ووكلاء الذكاء الاصطناعي من توسيع نطاق تغطية الاختبار بشكل موثوق. التحقق من صحة سير العمل السريري: استبدل اختبار الانحدار اليدوي بتغطية تلقائية لسير عمل الرعاية الصحية المهمة، بما في ذلك الفرز والوثائق السريرية والأوامر وخروج المريض. اختبار الأداء والموثوقية: قم بتطوير اختبارات الحمل والضغط والنقع التي تحاكي الاستخدام الواقعي لقسم الطوارئ وحركة المرور القصوى. إنشاء خطوط أساس للأداء وتحديد التراجعات قبل إصدارات الإنتاج. تكامل CI/CD: دمج الاختبار الآلي في التكامل المستمر وخطوط التسليم بحيث تتلقى طلبات السحب والإصدارات تعليقات سريعة وموثوقة. تطبيق التنفيذ المتوازي وتحليل تأثير الاختبار بمساعدة الذكاء الاصطناعي لتحسين فعالية الاختبار الكفاءة. إدارة العيوب وتحليل الأسباب الجذرية: تحديد العيوب وتوثيقها وتحديد أولوياتها وحلها بالتعاون مع الفرق الهندسية. التحقيق في الأسباب الأساسية وتنفيذ التحسينات التي تمنع تكرار المشاكل. الاختبار الاستكشافي والمرن: إجراء اختبار استكشافي للميزات الجديدة ومسارات العمل السريرية المعقدة. المساهمة في تخطيط العدو، وتحسين الأعمال المتراكمة، والأثر الرجعي، ومعايير القبول، وتقدير الجهد، وقرارات الاستعداد للإصدار. هندسة الاختبار بمساعدة الذكاء الاصطناعي: استخدم نماذج لغوية كبيرة لتحويل قصص المستخدمين، ومعايير القبول، والمواصفات السريرية إلى سيناريوهات اختبار، وحالات حافة، وشروط حدودية. قم بمراجعة وتحسين المخرجات التي تم إنشاؤها بواسطة الذكاء الاصطناعي باستخدام مبادئ الاختبار السليمة والحكم الهندسي. أتمتة الاختبار الوكيل: الاستفادة من وكلاء ترميز الذكاء الاصطناعي، والكاتب المسرحي MCP، والتخطيط الآلي، والتوليد، وإمكانيات المعالجة لإنشاء الاختبارات والحفاظ عليها. تأكد من أن الكود الذي تم إنشاؤه بواسطة الذكاء الاصطناعي يلبي نفس معايير الجودة والمراجعة مثل كود الإنتاج. تحليل الأعطال الذكي: تطبيق معالجة محدد المواقع بمساعدة الذكاء الاصطناعي، واكتشاف الاختبارات غير المستقرة، وتجميع الأعطال، وملخصات السبب الجذري، وتوجيه العيوب لتقليل جهد الصيانة وتسريع حل المشكلات. إدارة بيانات الاختبار الاصطناعية: إنشاء سجلات مريضة وسيناريوهات سريرية واقعية وآمنة للحفاظ على الخصوصية كمعيار للوظيفة ل، اختبار الأداء وتقييم الذكاء الاصطناعي. استخدم أدوات الإنشاء المناسبة مع ضمان عدم الكشف مطلقًا عن المعلومات الصحية المحمية الحقيقية في بيئات الاختبار أو مطالبات الذكاء الاصطناعي. تقييم ميزات الذكاء الاصطناعي: أنشئ أطر تقييم للإمكانات المدعومة بالذكاء الاصطناعي باستخدام مجموعات البيانات الذهبية، وقواعد التقييم، والدرجات القائمة على النماذج والتي تمت معايرتها وفقًا للمراجعات البشرية، وبوابات الانحدار الناتجة عن التغييرات في النماذج، أو المطالبات، أو مصادر المعرفة. سلامة وأمان الذكاء الاصطناعي: اختبر ميزات الذكاء الاصطناعي بحثًا عن الهلوسة، وعدم الدقة السريرية وعدم الدقة في الترميز، والتحيز، وتسرب الخصوصية، والحقن الفوري، والسلوك غير الآمن. الشراكة مع الخبراء السريريين لتحديد عتبات القبول القابلة للقياس للاستخدام الآمن والموثوق في رعاية الطوارئ. مقاييس الجودة والتحسين المستمر: تتبع العيوب التي تم الهروب منها، واختبار التقلب، وأوقات التنفيذ، وكفاءة تأليف الاختبار، وجهود الصيانة. قم بتوصيل اتجاهات الجودة وإظهار تأثير الممارسات الهندسية المدعومة بالذكاء الاصطناعي. الأمان وإمكانية الوصول والامتثال: دمج الفحص الأمني وفحوصات إمكانية الوصول وتحليل التبعية ومتطلبات حماية بيانات الرعاية الصحية في اختبار سير العمل. مشاركة المعرفة والتعاون: العمل بشكل وثيق مع المطورين وأصحاب المصلحة في المنتجات والمتخصصين السريريين لتأسيس ثقافة الجودة أولاً ومشاركة ممارسات الاختبار القابلة لإعادة الاستخدام عبر الفرق الهندسية. ## متطلبات الخبرة المهنية: ما لا يقل عن 5 سنوات من الخبرة المهنية في ضمان الجودة أو اختبار البرامج، بما في ذلك ما لا يقل عن 3 سنوات في تطوير وصيانة حلول الاختبار الآلي، بشكل مثالي في SaaS أو بيئة تطبيقات الويب. أساسيات ضمان الجودة: فهم قوي لمنهجيات الاختبار، والاختبار القائم على المخاطر، وتقنيات تصميم الاختبار، وإدارة دورة حياة العيوب، وممارسات دورة حياة تطوير البرمجيات. مهارات البرمجة: إتقان قوي في TypeScript أو JavaScript ومعرفة عملية بـ Python. القدرة على كتابة كود اختبار موثوق وقابل للصيانة وفقًا لنفس المعايير المتوقعة من برامج الإنتاج. خبرة أتمتة الاختبار: خبرة عملية مع أطر الأتمتة الحديثة، ويفضل أن يكون كاتبًا مسرحيًا، مع مراعاة Cypress أو Selenium أيضًا. إظهار القدرة على بناء أطر العمل من الألف إلى الياء، وإدارة بيانات الاختبار، والحفاظ على مجموعات مستقرة وفعالة، واتخاذ قرارات الأدوات المعقولة. الممارسات الهندسية المعتمدة على الذكاء الاصطناعي: الاستخدام المنتظم والعملي لعوامل ترميز الذكاء الاصطناعي في هندسة الاختبار، مع أمثلة ملموسة عن كيفية تحسين هذه الأدوات لإنشاء الاختبار أو الصيانة أو تصحيح الأخطاء. القدرة على تحديد المخرجات غير الدقيقة أو غير الكاملة أو غير الموثوقة التي تم إنشاؤها بواسطة الذكاء الاصطناعي. اختبار الأنظمة التي تعمل بالذكاء الاصطناعي: فهم مدى فشل تطبيقات النماذج اللغوية الكبيرة وتجربة تقييم المخرجات غير الحتمية من خلال التقييم الأذواق، وقواعد التقييم، والدرجات القائمة على النموذج، وعتبات النجاح القابلة للقياس. اختبار الأداء: خبرة عملية مع Locust، k6، JMeter، أو أدوات مماثلة، بما في ذلك تصميم نماذج واقعية لأعباء العمل، وتفسير نتائج الأداء، وتحديد الاختناقات. اختبار واجهة برمجة التطبيقات والتكامل: تجربة قوية في اختبار واجهات برمجة التطبيقات وعمليات التكامل، مع القدرة على التحقق من صحة العقود وتبادل البيانات وسلوك النظام عبر الخدمات المترابطة. CI / CD والتحكم في الإصدار: تجربة دمج مجموعات الاختبار الآلي في بناء خطوط الأنابيب والعمل مع أدوات CI / CD وسير عمل التطوير المستند إلى Git. الوعي بالأمان وجودة البيانات: فهم ممارسات الاختبار الآمنة، وإدارة بيانات الاختبار، وأهمية حماية المعلومات الحساسة في البيئات المتعلقة بالرعاية الصحية. الاتصال والملكية: مهارات تحليلية ومهارات حل المشكلات قوية، ونهج استباقي لتحديد المخاطر، والقدرة على إيصال مخاوف الجودة بوضوح إلى المهندسين ومديري المنتجات والقيادة. التعاون عن بعد والرشيق: خبرة في العمل ضمن فرق سريعة الخطى ورشيقة وموزعة عبر المناطق الزمنية، مع الاستقلال والمساءلة اللازمتين لتحقيق النتائج في بيئة نائية. التعليم: درجة البكالوريوس في علوم الكمبيوتر، أو هندسة البرمجيات، أو تخصص ذي صلة، أو ما يعادلها من الممارسة العملية تجربة. من الجيد أن يكون لديك: خبرة في تكنولوجيا الرعاية الصحية أو البرامج السريرية المنظمة، وخاصة السجلات الصحية الإلكترونية (EHR)، أو أنظمة معلومات قسم الطوارئ (EDIS)، أو اختبار شهادة تكنولوجيا المعلومات الصحية من ONC. الإلمام بمتطلبات HL7 v2 وFHIR وHIPAA التي تحكم بيانات الرعاية الصحية وبيئات الاختبار والخصوصية. خبرة عملية في تقييم LLM وأدوات مراقبة الذكاء الاصطناعي مثل Promptfoo أو DeepEval أو Ragas أو Langfuse أو LangSmith. خبرة في بناء خوادم MCP أو وكلاء الذكاء الاصطناعي المخصصين أو الأدوات الهندسية المدعومة بالذكاء الاصطناعي. معرفة الكاتب المسرحي MCP وتخطيط الاختبار القائم على الذكاء الاصطناعي والتوليد والصيانة والشفاء. تجربة مع أدوات الأداء مثل Locust أو k6 وأدوات الأمان مثل OWASP ZAP. خبرة في اختبار إمكانية الوصول ومعايير WCAG واختبار الانحدار المرئي وأدوات الوصول الآلية مثل Axe-Core. الإلمام باختبار أمان الذكاء الاصطناعي، وتقييم الحقن الفوري، والتعاون الأحمر، وأفضل 10 تطبيقات OWASP لتطبيقات LLM. تجربة مع أدوات اختبار العقود مثل Pact والتحقق من صحة واجهات التشغيل البيني للرعاية الصحية. ## المزايا التعويضات التنافسية: الراتب يتوافق مع ساعات العمل في المملكة المتحدة، مع التركيز على التعويض العادل والشفاف. المرونة عن بعد: اعمل عن بعد بمرونة مصممة لدعم التوازن بين العمل والحياة. التعاون العالمي: العمل أ المهنيين الموهوبين من خلفيات ومواقع متنوعة. التطوير المهني: يمكنك الوصول إلى فرص التدريب لتعزيز المهارات التقنية وتوسيع الخبرة في ضمان الجودة والأتمتة وهندسة الجودة المعتمدة على الذكاء الاصطناعي. التقدم الوظيفي: فرص للنمو المهني والتقدم على المدى الطويل داخل المنظمة. تغطية الرعاية الصحية: مزايا صحية شاملة مصممة لدعم صحة الموظف وراحة باله. الابتكار الفني: فرصة لتشكيل ممارسة حديثة لضمان الجودة والعمل مع وكلاء ترميز الذكاء الاصطناعي، وأطر التشغيل الآلي المتقدمة، وتقنيات تقييم الذكاء الاصطناعي. التأثير المفيد: المساهمة في موثوقية وسلامة برامج الرعاية الصحية التي تدعم سير العمل السريري المهم. كيفية عمل الجهة: نحن نستخدم عملية مطابقة مدعومة بالذكاء الاصطناعي لضمان مراجعة طلبك بسرعة وموضوعية وعادلة وفقًا للمتطلبات الأساسية للوظيفة. يقوم نظامنا بتحديد المرشحين الأفضل، ومن ثم تتم مشاركة هذه القائمة المختصرة مباشرةً مع شركة التوظيف. تتم إدارة القرار النهائي والخطوات التالية (المقابلات والتقييمات) من قبل فريقهم الداخلي. نحن نقدر اهتمامك ونتمنى لك الأفضل! [لماذا التقديم من خلال الجهة؟]( إشعار خصوصية البيانات: من خلال تقديم طلبك، فإنك تقر بأن الجهة سيقوم بمعالجة بياناتك الشخصية لتقييم ترشيحك ومشاركة العلاقات معلومات هامة مع صاحب العمل. تعتمد هذه المعالجة على المصلحة المشروعة وإجراءات التعاقد المسبق بموجب قوانين حماية البيانات المعمول بها (بما في ذلك اللائحة العامة لحماية البيانات). يمكنك ممارسة حقوقك (الوصول، التصحيح، المحو، الاعتراض) في أي وقت. لي-CL1

المتطلبات

• مهارات البرمجة: ** إتقان قوي في TypeScript أو JavaScript ومعرفة عملية بـ Python

المهارات