职位目的：
该职位的目的是在BI开发生命周期中嵌入一个以AI为本、自动化优先的质量工程能力，确保更快、更可靠和符合业务需求的发布。QA负责人将在功能和非功能数据及BI验证、回归工程、数据对账和自主缺陷管理中倡导自主自动化。通过直接整合到BI交付中，该角色消除了传统的交接，加快了发布周期，并通过可衡量的记分卡提供客观的质量可见性。QA负责人还将监督跨管道的数据验证、轻量级工程质量检查和可观测性启用，以保证BI资产的准确性、完整性和性能。通过与开发和业务利益相关者的密切合作，QA负责人将把QA从一个手动、被动的功能转变为一个主动的、由AI驱动的质量工程实践——实现缩短的周期时间、更少的发布后缺陷，以及可持续的自动化资产，增强BI生态系统和整体组织的成功。
关键结果领域和活动：
1) 自动化优先的测试计划和执行：设计和实施跨功能、非功能、回归和数据验证范围的自动化测试策略。利用AI代理进行自动化测试用例生成、边缘案例识别和自主缺陷验证。
2) 流程转型和持续改进：领导从手动QA到嵌入式QE POD的过渡。建立基准指标（周期时间、缺陷泄漏、自动化覆盖率）并推动可衡量的改进。开发可重用的QA资产、自动化框架和治理流程以维持长期效率。
3) AI原生QE领导力：在BI交付中领导嵌入式QE POD。倡导自动化优先、自主测试实践。
4) 质量治理：提供覆盖率、周期时间和缺陷泄漏的记分卡。与利益相关者保持定期的质量运营节奏。
基本技能：
• 设计和实施跨功能、非功能、回归和数据验证范围的自动化测试策略。
• 在利用AI代理进行自动化测试用例生成、边缘案例识别和自主缺陷验证方面有丰富经验。
• 对BI和数据测试具有强烈的自动化思维，尽量减少手动QA。
• 在仪表板、报告、KPI和基础数据的端到端验证方面有丰富经验。
• 在包括ETL和BI测试的端到端测试方面有丰富经验。
• 熟练掌握SQL和Python。
• 在设计分析规则和对账以确保跨管道数据准确性方面有良好经验。
• 在构建回归包和自动化测试脚本方面有实践经验。
• 能够为数据、功能和性能测试创建详细且全面的测试用例。
• 出色的团队合作和沟通能力，以便与业务团队进行有效协作。
期望技能：
• 在敏捷框架（Scrum、Kanban）方面有经验，并熟悉Jira等工具。
• 熟悉除Strategy之外的其他BI工具，如Incorta。
• 了解数据仓库原则和架构。
• 具备云服务的基本知识更佳。
资格：
• 计算机科学、信息技术或相关领域的学士学位。
• 至少10年以上测试/QA角色经验，专注于BI和ETL测试。
