AI Test Engineer

Vacature: AI Test Engineer – Heel Nederland – QA Company

Ben jij een Test/QA Engineer die blij wordt van slimme testautomatisering, maar dan de volgende generatie? Niet alleen scripts onderhouden, maar AI en Agentic AI inzetten om software autonomer, sneller en slimmer te testen : van UI en API tot end-to-end flows, regressie en exploratief testen.

Wil jij bouwen aan een testaanpak waarin  LLM’s en testagents testgevallen genereren, applicaties “begrijpen”, bugs reproduceren en testresultaten samenvatten alsof je een extra senior tester in je team hebt? Dan zoeken we jou als  AI Test Engineer (Testing met AI) .

Ontwikkelen en onderhouden van een  AI-enabled testframework  waarin LLM’s en (semi-)autonome agents tests kunnen plannen, uitvoeren en evalueren.

Inzetten van  Agentic AI voor exploratief testen : autonoom journeys doorlopen, afwijkingen detecteren, en bevindingen reproduceren met stappen + bewijs (logs/screenshot/video).

Automatisch genereren van  testcases, edge cases en regressiesets  op basis van requirements, user stories, incidenten, code changes en product analytics.

Bouwen van “ AI test oracles ”: hoe bepalen we automatisch of de uitkomst “goed” is (asserties, invariants, contracts, golden paths, snapshot diffing, heuristieken)?

Integreren van AI in bestaande tooling (bijv. Playwright/Cypress/Selenium, Postman/REST-assured, k6/JMeter) en CI/CD pipelines.

Opzetten van  synthetische testdata  en scenario’s (incl. privacy-by-design), zodat agents veilig kunnen testen met realistische data.

Ontwikkelen van  self-healing tests : robuust tegen UI-wijzigingen, dynamische selectors, variabele content en feature flags.

Testen van complexere systemen: microservices, event-driven flows, async verwerking, caching, permissions/rollen en multi-tenant gedrag.

Detecteren en voorkomen van flaky tests door  AI-gedreven root cause analysis  (timing, data, dependencies, environment drift).

Rapporteren van testuitkomsten met  actiegerichte feedback : impact, reproduceerbaarheid, risico-inschatting en prioriteit voor engineering/product.

UI regressie die normaal weken onderhoud kost →  agents die tests aanpassen en valideren  bij kleine UI-changes.

Nieuwe feature op basis van specs →  LLM genereert testdesign + scenario’s  (happy flow, edge cases, negatieve tests).

Incident in productie → agent reproduceert, maakt minimal repro-steps en zet een  permanente regressietest  klaar.

Exploratief testen bij release → agent “speelt” als verschillende personas en vindt afwijkingen die scripts missen.

Ontwerp en moderniseer bestaande frameworks

Gebruik en verbeter je arsenaal aan testautomatiseringstools en wees daarin cont

Innovatieve projecten bij aansprekende klanten

Volop kansen om jezelf te ontwikkelen binnen een groeiende onderneming

Marktconform salaris en fijne secundaire arbeidsvoorwaarden

Uiterst gezellige company meetings om samen te zijn voor kennisdeling, gezelligheid altijd met de mogelijkheid te blijven overnachten

Een uitdagende leergang “Mastering AI-Powered Testing”

inu nieuwsgierig naar AI-driven testtooling

Speel een sleutelrol in vestigen van het nieuwe A-label in QA en testen

Stevige basis in  testen en testautomatisering  (UI, API, integratie en end-to-end) en gevoel voor kwaliteit/risico.

Ervaring met een moderne teststack (bijv. Playwright/Cypress/Selenium, pytest/JUnit, REST-assured, Postman, contract testing).

Affiniteit met of ervaring in  LLM’s / agents : prompt design, tool-usage, structured outputs (JSON), evaluatie van outputkwaliteit.

Je snapt dat AI geen magie is: je stuurt op  reproduceerbaarheid, determinisme waar nodig , logging, meetbaarheid en governance.

Analytische mindset: je kunt een systeem “lezen”, risico’s zien en teststrategie vertalen naar concrete dekking.

Heldere communicatie: je maakt bevindingen begrijpelijk voor engineers, PO’s en stakeholders (met bewijs en prioritering).

Ervaring met CI/CD (GitHub Actions/GitLab/Jenkins), Docker/K8s, observability (Grafana/ELK), en testdata management.

Basiskennis van security/privacy (PII), en hoe je veilig test in enterprise omgevingen.

Een schaalbare aanpak neerzetten waarin  AI structureel testcapaciteit toevoegt : sneller feedback, meer dekking, minder onderhoud.

Betrouwbare releases  door regressie, edge cases en integratierisico’s vroeg te vinden (shift-left, ook in pipelines).

Een testecosysteem bouwen waarin  agentic testing  aantoonbaar bijdraagt aan kwaliteit: minder bugs, minder flaky tests, hogere confidence.

Governance & veiligheid: AI in het testproces zó inzetten dat privacy, security en auditability geborgd zijn.

Neem contact op met  [staat bij de werkgever]

Ben jij een Test/QA Engineer die blij wordt van slimme testautomatisering, maar dan de volgende generatie? Niet alleen scripts onderhouden, maar AI en Agentic AI inzetten om software autonomer, sneller en slimmer te testen : van UI en API tot end-to-end flows, regressie en exploratief testen.

Wil jij bouwen aan een testaanpak waarin  LLM’s en testagents testgevallen genereren, applicaties “begrijpen”, bugs reproduceren en testresultaten samenvatten alsof je een extra senior tester in je team hebt? Dan zoeken we jou als  AI Test Engineer (Testing met AI) .

Ontwikkelen en onderhouden van een  AI-enabled testframework  waarin LLM’s en (semi-)autonome agents tests kunnen plannen, uitvoeren en evalueren.

Inzetten van  Agentic AI voor exploratief testen : autonoom journeys doorlopen, afwijkingen detecteren, en bevindingen reproduceren met stappen + bewijs (logs/screenshot/video).

Automatisch genereren van  testcases, edge cases en regressiesets  op basis van requirements, user stories, incidenten, code changes en product analytics.

Bouwen van “ AI test oracles ”: hoe bepalen we automatisch of de uitkomst “goed” is (asserties, invariants, contracts, golden paths, snapshot diffing, heuristieken)?

Integreren van AI in bestaande tooling (bijv. Playwright/Cypress/Selenium, Postman/REST-assured, k6/JMeter) en CI/CD pipelines.

Opzetten van  synthetische testdata  en scenario’s (incl. privacy-by-design), zodat agents veilig kunnen testen met realistische data.

Ontwikkelen van  self-healing tests : robuust tegen UI-wijzigingen, dynamische selectors, variabele content en feature flags.

Testen van complexere systemen: microservices, event-driven flows, async verwerking, caching, permissions/rollen en multi-tenant gedrag.

Detecteren en voorkomen van flaky tests door  AI-gedreven root cause analysis  (timing, data, dependencies, environment drift).

Rapporteren van testuitkomsten met  actiegerichte feedback : impact, reproduceerbaarheid, risico-inschatting en prioriteit voor engineering/product.

UI regressie die normaal weken onderhoud kost →  agents die tests aanpassen en valideren  bij kleine UI-changes.

Nieuwe feature op basis van specs →  LLM genereert testdesign + scenario’s  (happy flow, edge cases, negatieve tests).

Incident in productie → agent reproduceert, maakt minimal repro-steps en zet een  permanente regressietest  klaar.

Exploratief testen bij release → agent “speelt” als verschillende personas en vindt afwijkingen die scripts missen.

Ontwerp en moderniseer bestaande frameworks

Gebruik en verbeter je arsenaal aan testautomatiseringstools en wees daarin cont

Innovatieve projecten bij aansprekende klanten

Volop kansen om jezelf te ontwikkelen binnen een groeiende onderneming

Marktconform salaris en fijne secundaire arbeidsvoorwaarden

Uiterst gezellige company meetings om samen te zijn voor kennisdeling, gezelligheid altijd met de mogelijkheid te blijven overnachten

Een uitdagende leergang “Mastering AI-Powered Testing”

inu nieuwsgierig naar AI-driven testtooling

Speel een sleutelrol in vestigen van het nieuwe A-label in QA en testen

Stevige basis in  testen en testautomatisering  (UI, API, integratie en end-to-end) en gevoel voor kwaliteit/risico.

Ervaring met een moderne teststack (bijv. Playwright/Cypress/Selenium, pytest/JUnit, REST-assured, Pos