CRODU

QA Engineer

• Przeprowadzanie testów manualnych (początkowo około 80% roli) oraz stopniowe wdrażanie testów automatycznych (docelowo do 50% czasu)
• Tworzenie zapytań SQL w celu weryfikacji danych oraz testowanie API przy użyciu narzędzia Postman
• Tworzenie i utrzymywanie przypadków testowych oraz dbanie o to, by błędy nie trafiały do użytkowników końcowych (zarzązanie jakością)
• Aktywny udział w spotkaniach zespołu (Daily, Planning itp.) oraz raportowanie statusu prac i napotkanych problemów
• Raportowanie błędów w sposób jasny i zrozumiały oraz dbanie o przestrzeganie procesów QA wewnątrz zespołu

Software QA Analyst, Engineer

Full-stack Engineer

• Współtworzenie rozwiązań w obszarze proctoringu oraz krytycznych mechanizmów bezpieczeństwa.
• Integrowanie z workflowami rozwiązań AI takich jak LLM, OCR i narzędzia automatyzacji.
• Rozwój frontendu w oparciu o Angular 20 oraz TypeScript 5.9.
• Budowanie i integracja interfejsów API, bazy danych i usług w chmurze.
• Implementacja systemów automatycznego generowania treści i optymalizacja interakcji z modelami językowymi.
• Udział w regularnych konsultacjach technicznych oraz ścisła współpraca z CTO.
• Rozwijanie nowoczesnego środowiska programistycznego wspieranego przez AI, aktywne eksperymentowanie i śledzenie najnowszych technologii, aby stale ulepszać nasze produkty.

Senior Fullstack Engineer

DevOps Engineer

• Bezpośrednia współpraca z Co-Founderem i CTO w zakresie tworzenia backendu rozwiązań (architektura i rozwój platformy)
• Tworzenie małych PoC nowych rozwiązań platofmy (nowe funkcjonalności i rozwiązania AI)
• Projektowanie, budowanie i udoskonalanie skalowalnych usług backendowych, dbając o to, by rozwiązania zawsze odpowiadały na aktualne potrzeby biznesowe.
• Współtworzenie architektury - realny wpływ na projektowanie systemów i podejmowanie kluczowych decyzji architektonicznych.
• Projektowanie, wdrażanie i pisanie testów automatycznych zgodnych z najlepszymi praktykami
• Dbanie, by aplikacje działały bez zakłóceń, monitorując ich pracę na produkcji i reagując na bieżące wyzwania techniczne
• Bliska współpraca z innymi inżynierami, dzieląc się wiedzą; udział w code reviews i wspólnie wypracowywanie najlepszych rozwiązań

Senior BackEnd/DevOps Engineer

Accounts Payable

• Analizowanie procesów biznesowych oraz identyfikowanie obszarów do usprawnień i nowych projektów
• Identyfikowanie, diagnozowanie i usuwanie incydentów technicznych w odpowiednim czasie
• Zapewnienie jakości (QA) poprzez rzetelne testy i walidację wdrażanych rozwiązań
• Utrzymywanie przejrzystej i dokładnej dokumentacji procesów oraz wsparcie działań projektowych
• Współpracę z zespołami cross-funkcjonalnymi (Product Owners, Project Managers) w celu wsparcia inicjatyw produktowych
• Ciągłe doskonalenie procesów BAU w celu zwiększenia efektywności operacyjnej

SAP Specialist

Engineer

• Orkiestracja „pociągu” (ART): Facylitacja kluczowych wydarzeń (PI Planning, System Demos, Inspect & Adapt)
• Wsparcie organizacji w przejściu na model SAFe (współpraca z wewnętrznym SAFe Agentem)
• Budowa struktur od zera: współtworzenie nowego zespołu (ART) i wdrażanie standardów SAFe w organizacji, która przechodzi transformację
• Zarządzanie zależnościami: Identyfikacja i rozwiązywanie krytycznych punktów styku między modułami SAP a systemami zewnętrznymi
• Aktywne wspieranie zespołów w eliminowaniu eskalowanych przeszkód/ blokad projektowych, zarządzanie ryzykiem i dbanie o to, by zespoły mogły dowozić bez zbytecznych problemów
• Współpraca z biznesem: ścisły kontakt z Dyrektorem Wykonawczym oraz Business Ownerami w celu zapewnienia przewidywalności dostarczania wartości

Release Train Engineer – RTE

Data Scientist

• Projektowanie pipeline’ów feature engineeringu dla danych transakcyjnych (wskaźniki autoryzacji, prędkość transakcji, wzorce geograficzne i czasowe, atrybuty kart i issuerów)
• Projektowanie, trenowanie i wdrażanie modeli ML (klasyfikacja, rekomendacje, szeregi czasowe) w środowisku produkcyjnym
• Feature Engineering: Budowa potoków cech (feature pipelines) dla danych transakcyjnych (auth rates, velocity, issuer attributes).
• Real-time Scoring: Implementacja inferencji w czasie rzeczywistym z wykorzystaniem Databricks Model Serving.
• MLOps: Ustanowienie workflow dla cyklu życia modeli (tracking eksperymentów w MLflow, wersjonowanie, testy A/B, monitorowanie dryfu).
• Skalowanie rozwiązań: Praca na ogromnych zbiorach danych (325GB/day) przy użyciu PySpark i architektury Lakehouse.

Software QA Analyst, Engineer

Senior Fullstack Engineer

Senior BackEnd/DevOps Engineer

SAP Specialist

Release Train Engineer – RTE

Senior Data Scientist