QA Lead (Gamedev)

Описание

En erg etic and exp erie n ce d Q A M ana ger/ T e a m Le a d w it h ove r 1.5 ye a rs of
exp erie n ce in m ana gin g Q A te a m s, b uild in g p ro ce sse s a nd e n su rin g p ro d uct
q ua lit y . S e ekin g a T e a m L e a d p osit io n to le ve ra ge m y s kills in te a m le a ders h ip
a nd p ro ce ss o p tim iz a tio n t o d eliv e r h ig h-q ua lit y p ro d ucts . M y lo ng -te rm g oa l is
t o g ro w in to a C TO r o le .
K IR Y L B RA N O VET S
QA M ana ger/ T e a m L e a d ED UC ATIO N Bela ru sia n S ta te E c o n om ic U niv ers it y
E c o nom ic C yb ern etic s
( 2 0 14 -2 0 16 )
W ORK E X PER IE N C E
QA M ana ger/ T e a m L e a dPO PIP LA Y ( 2 0 23 – ... ) C O NTA C T Ph on e + 375 29 770 -70 -5 5
Em ail k .b ra nove ts @ gm ail.c o m
Lin ked in
S e n io r Q A E n g in eerBG am in g ( 2 0 21 – 2 0 23 )S e n io r Q A E n g in eerGod el T e ch nolo g ie s E u ro p e ( 2 0 21 – 2 0 21 )M id dle Q A E n g in eerEP A M S yste m s ( 2 0 20 – 2 0 21 )J u nio r - M id dle Q A E n g in eerTo uch So ft ( 2 0 18 – 2 0 20 ) T e a m m ana gem en t a nd e m plo ye e d eve lo p m en t ( m ana gin g 4 + t e a m m em bers o f v a ry in g e xp erie n ce le ve ls ).
B u ild in g a nd o p tim iz in g t e stin g a nd d eve lo p m en t p ro ce sse s.
P ro fic ie n t in A g ile /S c ru m m eth od olo g ie s, C I/ C D, a nd t e st a uto m atio n.
D eve lo p m en t o f In d iv id ua l D eve lo p m en t P la ns ( ID Ps) f o r t e a m m em bers .
C olle ctin g a nd a na ly zin g d ata f o r in fo rm ed d ecis io n-m akin g .
Es ta blis h in g e ffe ctiv e c o lla bora tio n b etw een Q A, d eve lo p m en t t e a m s, a nd e xte rn a l s e rv ic e p ro vid ers .
Id en tif y in g a nd im ple m en tin g e ffic ie n t s o lu tio ns t o im pro ve p ro d uct q ua lit y .
D eve lo p ed a nd im ple m en te d t e stin g s tr a te g ie s f o r g am in g p ro d ucts , in clu d in g f u nctio na l, in te g ra tio n, r e g re ssio n,
a nd lo a d t e stin g .
C re a te d a nd m ain ta in ed t e st d ocu m en ta tio n ( te st p la ns, c h ecklis ts , t e st c a se s) f o r o nlin e s lo ts , r o ule tte , a nd o th er
ca sin o g am es.
C ond ucte d e xp lo ra to ry t e stin g o f n ew g am e m ech a nic s, b onus f e a tu re s, a nd m ath em atic a l m od els .
P a rtic ip ate d in r e q uir e m en t a na ly sis a nd r is k a sse ssm en t a t e a rly d eve lo p m en t s ta ges.
M en to re d ju nio r Q A e n g in eers a nd in tr o d uce d b est t e stin g p ra ctic e s w it h in t h e t e a m .
Desig ned a nd e xe cu te d t e stin g f o r R ES Tfu l, e n su rin g p ro p er r e q uest h a nd lin g , e rro r p ro ce ssin g , a nd in te g ra tio n w it h
e xte rn a l s e rv ic e s.
T e ste d b acke n d c o m ponen ts w it h in te g ra tio n o f t h e Z o ro p aym en t s y ste m , v e rif y in g t h e c o rre ct h a nd lin g o f
tr a nsa ctio ns.
C ond ucte d in te g ra tio n t e stin g f o r p aym en t o p era tio ns ( a uth oriz a tio n, b illin g , r e fu nd s), e n su rin g t r a nsa ctio n s e cu rit y
a nd a ccu ra cy.
Te st a uto m atio n w it h C ucu m ber o n P yth on
D esig ned a nd e xe cu te d t e stin g f o r R ES Tfu l, e n su rin g p ro p er r e q uest h a nd lin g , d ata v a lid atio n, a nd e rro r p ro ce ssin g .
Te ste d b acke n d s e rv ic e s a nd m ic ro se rv ic e s a rc h it e ctu re , in clu d in g s e rv ic e in te ra ctio ns v ia K a fk a .
Auto m ate d A PI t e stin g u sin g P o stm an.
W ork e d w it h S w agger/ O pen A PI t o a na ly ze A PI c o ntr a cts a nd e n su re s e rv ic e c o m patib ilit y .
V erif ie d m ic ro se rv ic e s in te g ra tio n w it h N oSQ L ( M ong oD B) d ata base s.
A na ly ze d lo g s a nd d ia gnose d is su es u sin g E LK S ta ck ( K ib ana ), G ra fa na .
Pe rfo rm ed A PI s e cu rit y t e stin g ( a uth en tic a tio n, a uth oriz a tio n, p ro te ctio n a gain st S Q L in je ctio ns).
D esig ned a nd e xe cu te d t e stin g f o r c o m ple x e C om m erc e s y ste m s, in clu d in g A I a lg orit h m s, r e a l- tim e d ata s tr e a m in g
via A p ach e K a fk a , a nd b oth r e la tio na l ( P o stg re SQ L) a nd N oSQ L ( M ong oD B) d ata base s.
C ond ucte d p erfo rm ance a nd lo a d t e stin g u sin g A p ach e J M ete r, a na ly ze d s y ste m m etr ic s, a nd o p tim iz e d a pplic a tio n
p erfo rm ance .
Te ste d A I in te g ra tio ns ( re co m men d atio n s y ste m s, c h a tb ots , u se r b eh a vio r a na ly sis ) t o v a lid ate a ccu ra cy a nd
effic ie n cy a cro ss v a rio us d ata in p uts .
C ontr ib ute d t o C I/ C D p ip elin es, e n su rin g c o ntin uous t e stin g a nd d ep lo ym en t s ta bilit y .
A uto m ate d t e stin g o f E T L p ro ce sse s in vo lv in g la rg e-sc a le d ata p ro ce ssin g a nd r e a l- tim e t r a nsa ctio ns v ia A p ach e
Ka fk a .
S U M MARY S k ills L a ng ua ge En g lis h B 2Te a m M ana gem en t
Q A P ro ce ss O ptim iz a tio n
A g ile /S c ru m /K a nb an
C I/ C D In te g ra tio n
RES T A PI T e stin g
D ata base T e stin g ( S Q L, N oSQ L)
P a ym en t S yste m T e stin g
Te stin g T o ols
T e st D ocu m en ta tio n D eve lo p m en t
Te st S tr a te g y D eve lo p m en t
A /B T e stin g & A na ly tic s V alid atio n
S o ft S k ills
Le a ders h ip
C om munic a tio n
Pro b le m -so lv in g
M en to rin g Q A e n g in eers .