QA Manual

Sobre Fligoo En Fligoo , diseñamos e implementamos soluciones avanzadas de Inteligencia Artificial y software para grandes organizaciones que operan a escala. Combinamos productos propios de IA — principalmente enfocados en analítica predictiva y modelado de comportamiento— con servicios de desarrollo de IA y software para ayudar a las empresas a construir aplicaciones más inteligentes, mejorar la toma de decisiones y acelerar lainnovación. Trabajamos con compañías líderes como Broadridge, BASF, Red Bull y YPF , entre otras. Video de 2 minutos sobre una de nuestras soluciones para el sector de Wealth Management : https://vimeo.com/906708649 Sobre la posición Ubicación: Córdoba Capital, Argentina. Tipo de Contrato: Jornada completa - Híbrido Resumen del rol Buscamos un/a QA Manual para asegurar la calidad funcional y la integridad de datos de una solución IoT industrial desplegada sobre AWS, orientada al monitoreo de producción, cálculo de OEE ( Overall Equipment Effectiveness ) y seguimiento de KPIs de planta. El rol trabajará de forma cercana con Producto, Desarrollo, Data/ Analytics y Operaciones para validar flujos end-to-end (dispositivos/ edge → nube → APIs /UI → reportes), garantizando que los cálculos y métricas sean confiables, auditables y consistentes. Responsabilidades Definir estrategia de pr uebas manuales para funcionalidades IoT /Industrial (captura de señales, eventos, estados de máquina, paradas, scrap , throughput , etc.). Diseñar y ejecutar casos de prueba (funcionales, integración, regresión, smoke , exploratorias) para UI web/móvil, APIs y pipelines de datos. Validar cálculos de OEE (Disponibilidad, Rendimiento, Calidad) y KPIs (p.ej., tasa de producción, MTBF/MTTR, tiempos de parada, scrap , yield ) contra reglas de negocio y escenarios reales. Realizar pruebas end-to-end considerando conectividad intermitente, reintentos, buffers, reenvío de telemetría y sincronización (típico en edge / gateways ). Ejecutar pruebas de APIs ( Postman ) y verificación de datos en bases/tablas (Aurora Postgresnecesito JD para una posicion de frontend con angular para trabajar en aws para una solucion de IOT que que manejar OEE y KPIS de planta, con version descargable/SQL, Timestream , DynamoDB u otras según arquitectura). Definir y mantener suites de regresión, checklist de releases y criterios de aceptación ( DoR / DoD ) con historias de usuario. Registrar, priorizar y dar seguimiento a defectos (Jira), incluyendo evidencia, pasos de reproducción y análisis inicial. Colaborar en la definición de datos de prueba y ambientes ( dev / qa / stage / prod ), asegurando trazabilidad de cambios. Monitorear logs/telemetría durante pruebas ( CloudWatch , trazas, dashboards ) para identificar fallas en integraciones. Aportar mejoras de calidad: estandarización de test cases, plantillas, métricas de QA y recomendaciones de automatización futura. Requisitos ( excluyentes ) Experiencia comprobable (2+ años sugerido) como QA Manual en productos digitales (web/API). Sólidos fundamentos de testing : técnicas de diseño de casos, manejo de defectos, priorización por riesgo, ciclo de vida de pruebas. Experiencia validando APIs REST/JSON ( Postman ) y comprensión de HTTP (códigos, headers , auth ). Conocimientos de consultas básicas/intermedias (SQL) y validación de datos. Capacidad para entender y validar reglas de negocio y cálculos (especialmente métricas tipo OEE/ KPIs ). Documentación clara y comunicación efectiva con equipos cross -funcionales. Inglés técnico (lectura/escritura) para documentación y tickets . Deseables (nice to have) Experiencia previa en entornos industriales/Manufactura: MES, SCADA, PLCs ; conceptos de paradas planificadas/no planificadas, scrap , ciclos, turnos. Protocolos y conceptos IoT : MQTT, OPC-UA, Modbus, edge gateways ; pruebas con conectividad limitada. Conocimiento de servicios AWS relacionados (nivel usuario): IoT Core/ Greengrass , Lambda, S3, DynamoDB , Timestream , Kinesis , API Gateway, Cognito , CloudWatch . Experiencia con herramientas de gestión: Jira/Azure DevOps, Confluence , TestRail / Xray . Conocimientos básicos de automatización o scripting (Python/JS) para apoyo en data setup o tests semiautomáticos. Stack/ Entorno ( referencial ) AWS: IoT Core / Greengrass (edge), Lambda, S3, DynamoDB/Timestream, Kinesis, API Gateway, Cognito, CloudWatch. Herramientas QA: Postman / Insomnia , TestRail o Xray , Jira/Azure DevOps, Confluence . Datos: SQL ( Athena / Redshift u otros), validación de series temporales. Observabilidad : CloudWatch Logs/Metrics, dashboards y alarmas .