1. Trách nhiệm chính

• Lập kế hoạch & Thiết kế kiểm thử: Phân tích kỹ lưỡng các yêu cầu nghiệp vụ và tiêu chí chấp nhận (Acceptance Criteria) để lập kế hoạch kiểm thử (Test Plan) và thiết kế bộ kịch bản kiểm thử (Test Case) chi tiết cho từng module; xác định rõ phạm vi, chuẩn bị dữ liệu test và cấu hình môi trường kiểm thử.
• Kiểm thử Chức năng (Manual Testing): Trực tiếp thực thi kiểm thử chức năng cho các phân hệ cốt lõi của hệ thống (Hồ sơ khách hàng 360, dashboard báo cáo, các công cụ trợ lý AI hỗ trợ bán hàng, phân hệ theo dõi sau hợp đồng); kiểm thử kỹ lưỡng giao diện người dùng (UI) và các luồng quy trình nghiệp vụ (Workflow).
• Kiểm thử Tích hợp và API: Thực hiện kiểm thử API bằng Postman (kiểm tra tính chính xác của các tham số đầu vào/đầu ra, mã lỗi, phân quyền truy cập mã nguồn API); kiểm thử độ ổn định của các cổng tích hợp hệ thống ngoại vi (FPT Chat, SharePoint) và luồng dữ liệu end-to-end giữa các thành phần.
• Kiểm thử Dữ liệu: Sử dụng các câu lệnh SQL để kiểm tra tính đúng đắn, toàn vẹn và đầy đủ của dữ liệu sau khi chuyển đổi (migration) từ hệ thống CRM cũ, cũng như dữ liệu được sinh ra từ các pipeline kỹ thuật (trích xuất thông tin, dữ liệu embedding); thực hiện đối soát số liệu hiển thị trên hệ thống dashboard.
• Kiểm thử Chất lượng AI (AI Quality Assurance – Bắt buộc):
  – Xây dựng bộ dữ liệu kiểm thử (Golden Dataset) và định nghĩa các tiêu chí đánh giá nghiêm ngặt cho đầu ra của AI/LLM (đảm bảo tính chính xác, đầy đủ thông tin, có dẫn nguồn trích dẫn rõ ràng và kiểm soát hiện tượng bịa đặt – hallucination).
  – Thực hiện chấm điểm, đánh giá và so sánh chất lượng câu trả lời giữa các phiên bản prompt hoặc giữa các dòng model khác nhau.
  – Phát hiện, phân loại và ghi nhận các lỗi đặc thù của AI (sai lệch kiến thức, thiếu nguồn trích dẫn, hallucination) và tiến hành kiểm thử lại sau khi đội ngũ phát triển tinh chỉnh hệ thống.
• Kiểm thử Hồi quy & Tự động hóa: Thực hiện kiểm thử hồi quy (Regression testing) nghiêm ngặt trước mỗi đợt phát hành (Release). Tham gia xây dựng và duy trì các kịch bản kiểm thử tự động (Selenium/Playwright/Cypress) cho các luồng nghiệp vụ chính, hướng tới tích hợp vào quy trình CI/CD.
• Quản lý Lỗi & Báo cáo: Ghi nhận lỗi chi tiết (mô tả các bước tái hiện, mức độ nghiêm trọng, hình ảnh/video bằng chứng) trên hệ thống Jira. Theo dõi sát sao vòng đời của lỗi, xác nhận kết quả sau khi lập trình viên sửa lỗi và lập báo cáo chất lượng sản phẩm theo từng Sprint.

2. Yêu cầu công việc

Học vấn & Kinh nghiệm:

• Tốt nghiệp Đại học chuyên ngành CNTT, Khoa học máy tính hoặc các ngành có liên quan.
• Có từ 2+ năm kinh nghiệm trong lĩnh vực kiểm thử phần mềm (Manual Test và/hoặc Automation Test).

Kỹ năng Kiểm thử Chuyên môn:

• Nắm vững quy trình kiểm thử phần mềm; có khả năng tự xây dựng Test Plan, viết Test Case bài bản. Thành thạo kỹ thuật kiểm thử chức năng, kiểm thử tích hợp hệ thống và kiểm thử hồi quy.
• Sử dụng thành thạo công cụ quản lý lỗi và tiến độ dự án (Jira hoặc các công cụ tương đương).

Công cụ & Kỹ thuật:

• Thành thạo công cụ kiểm thử API (Postman).
• Có khả năng viết truy vấn SQL tốt để kiểm tra, đối soát dữ liệu trên hệ cơ sở dữ liệu.
• Biết sử dụng hoặc có tư duy về kiểm thử tự động (Selenium/Playwright/Cypress) là một lợi thế lớn.

Kiểm thử Chất lượng AI (Yêu cầu bắt buộc):

• Có tư duy và hiểu biết về cách thức đánh giá đầu ra của các tính năng AI/LLM theo các tiêu chí chất lượng đặc thù (tính chính xác, đầy đủ thông tin và không bịa đặt dữ liệu).

Sử dụng Công cụ AI hỗ trợ:

• Biết cách ứng dụng các trợ lý AI thế hệ mới (Claude, ChatGPT…) để tối ưu hóa hiệu suất làm việc (hỗ trợ viết test case, phân tích yêu cầu hoặc tạo các đoạn mã kịch bản test).

Kỹ năng mềm:

• Tính cách cẩn thận, tỉ mỉ và có tinh thần trách nhiệm cao với chất lượng sản phẩm.
• Kỹ năng giao tiếp và làm việc nhóm tốt; tư duy phản biện (Critical thinking) xuất sắc để tìm ra các lỗ hổng hệ thống.

3. Điểm cộng (Ưu tiên)

• Có kinh nghiệm triển khai kiểm thử tự động nâng cao (Tích hợp kịch bản test vào pipeline CI) hoặc kiểm thử hiệu năng hệ thống (Performance/Load test).
• Từng có kinh nghiệm kiểm thử các sản phẩm ứng dụng AI/LLM hoặc các hệ thống xử lý dữ liệu lớn (Big Data).
• Hiểu biết cơ bản về cơ chế RAG (Retrieval-Augmented Generation) hoặc cách thức vận hành của LLM để thiết kế các kịch bản kiểm thử AI chuyên sâu và toàn diện hơn.