Должностная инструкция тестировщика производительности (Performance QA Engineer): 2026
Директор по качеству (Head of QA) / CTO
ООО "____________________"
__________ / __________________ /
«___» ____________ 2026 г.
1. Общие положения
1.1. Настоящая должностная инструкция определяет обязанности, права, квалификацию и границы ответственности тестировщика производительности (инженера по нагрузочному тестированию / Performance QA Engineer / Load Testing Specialist) (далее — Работник).
1.2. Должность относится к категории высококвалифицированных IT-специалистов департамента контроля качества программного обеспечения (QA/QC).
1.3. Прием на работу и освобождение от должности оформляются приказом Генерального директора по представлению Head of QA или Технического директора (CTO).
1.4. Инженер подчиняется Lead Performance QA / Руководителю департамента обеспечения качества.
1.5. В своей работе специалист руководствуется отраслевыми стандартами ISTQB (Performance Testing Specialist), ISO/IEC/IEEE 29119, внутренними регламентами тестирования и архитектурными SLA предприятия.
2. Квалификационные требования к специальности
2.1. Образование: Высшее профильное образование (техническое, математическое, программная инженерия, компьютерные науки) или высшее образование и стаж в QA от 3 лет.
2.2. Опыт работы: Практический опыт проведения нагрузочного тестирования распределенных веб-систем, микросервисов и баз данных не менее 2 лет.
2.3. Тестировщик производительности должен знать:
- Методологии различных видов тестирования производительности: стресс-тестирование (Stress Testing), нагрузочное (Load), объемное (Volume), стабильности (Soak/Endurance), масштабируемости (Scalability) и пиковое (Spike Testing);
- Инструменты генерации нагрузки: Apache JMeter, Gatling (Scala/Java), k6 (JavaScript/Go), Locust (Python), Grafana k6 Cloud;
- Протоколы и форматы передачи данных: HTTP/HTTPS, REST API, gRPC, WebSocket, GraphQL, брокеры сообщений (Apache Kafka, RabbitMQ);
- Инструменты мониторинга и профилирования: Prometheus, Grafana, VictoriaMetrics, Dynatrace, New Relic, Jaeger, Elastic APM;
- Архитектуру реляционных и NoSQL баз данных (PostgreSQL, MySQL, Oracle, Redis, MongoDB), анализ медленных запросов (EXPLAIN ANALYZE, Slow Query Log);
- Языки программирования и скриптинга для генерации тестовых данных: Python, Java, Scala, JavaScript, Bash, SQL;
- Метрики производительности: Response Time (Latency), Throughput (RPS/TPS), Percentiles (p95, p99), Error Rate, CPU/RAM Utilization.
Справочные данные классификаторов
| Классификатор | Код / Значение | Основание |
|---|---|---|
| Код по ОКЗ | 2519 (Специалисты по программному обеспечению, не входящие в другие группы) | ОК 010-2014 |
| Код по ОКПДТР | 26861 (Специалист по тестированию программного обеспечения) | ОК 016-94 |
| Профессиональный стандарт | 06.001 «Специалист по тестированию в области ИТ» | Приказ Минтруда № 779н |
| Квалификационный уровень | 6–7 уровень квалификации | Приказ Минтруда РФ |
3. Должностные и производственные обязанности
Тестировщик производительности выполняет следующие функции:
3.1. Аналитика профилей нагрузки и подготовка тестовой среды:
- Анализирует бизнес-требования, логи продуктовых систем и метрики аналитики (Google Analytics, Яндекс Метрика) для составления реалистичной модели нагрузки.
- Определяет ключевые показатели Service Level Agreement (SLA) и Service Level Objectives (SLO) по времени отклика и отказоустойчивости.
- Проектирует и развертывает распределенные тестовые стенды с генераторами нагрузки в облаке или локальном контуре (Kubernetes, Docker).
- Генерирует большие массивы синтетических тестовых данных с соблюдением требований обезличивания персональных данных (152-ФЗ).
3.2. Разработка скриптов и проведение нагрузочных испытаний:
- Разрабатывает параметризованные сценарии нагрузки на базе JMeter/Gatling/k6 с эмуляцией пользовательского поведения.
- Проводит регулярные нагрузочные тесты при релизах критической функциональности и масштабных распродажах (Black Friday, акции).
- Осуществляет интеграцию сценариев тестирования производительности в пайплайны непрерывной интеграции (CI/CD: GitLab CI, Jenkins, GitHub Actions).
3.3. Анализ узких мест (Bottleneck Analysis) и отчетность:
- Выявляет узкие места на уровнях: сеть, балансировщики (Nginx), приложение (JVM Heap, Garbage Collector, утечки памяти), база данных (блокировки, неоптимальные индексы).
- Формирует подробные технические отчеты с графиками деградации производительности и практическими рекомендациями разработчикам и DevOps-инженерам по тюнингу системы.
4. Права работника
Тестировщик производительности имеет право:
- Блокировать релиз программного обеспечения на Production-контур при несоответствии системы обязательным критериям производительности и SLA.
- Запрашивать у архитекторов и системных аналитиков подробные схемы компонентов и потоков данных.
- Требовать предоставления тестовых сред, конфигурационно и аппаратно максимально близких к Production-окружению.
5. Ответственность
Специалист несет ответственность за:
- Необнаруженные критические деградации производительности: падение боевых серверов при штатной пиковой нагрузке из-за некорректно составленного профиля тестирования.
- Нарушение конфиденциальности: использование реальных персональных данных пользователей на тестовых стендах без деперсонализации.
- Несанкционированную нагрузку: проведение тестов на боевых контурах без предварительного согласования с дежурными инженерами и техподдержкой.
6. Взаимодействие и KPI
6.1. Связи: взаимодействует с Solution-архитекторами, Backend-разработчиками, DevOps-инженерами, Data Base Администраторами (DBA) и Release-менеджерами.
6.2. KPI: отсутствие аварий производительности в Production (0 P1/P0 инцидентов деградации), 100% покрытие нефункциональных требований перед мажорными релизами, точность прогнозирования запаса емкости серверов (Capacity Planning).
Лист ознакомления с должностной инструкцией
| ФИО специалиста | Должность | Подпись | Дата |
|---|---|---|---|
| ______________________________ | Performance QA | ______________ | «___» __________ 202__ г. |
Вопросы и ответы по должности
Чем отличается Performance QA от обычного автоматизатора тестирования (QA Automation)?
Автоматизатор тестирования проверяет корректность бизнес-логики и функциональности (Functional Testing: правильный ли результат вернула система). Инженер по производительности проверяет нефункциональные характеристики: как ведет себя система при 100 000 одновременных запросов, за сколько миллисекунд отвечает база данных и при какой нагрузке сервер упадет.
Какой инструмент нагрузочного тестирования лучше: JMeter или Gatling/k6?
JMeter — классический визуальный инструмент с огромной экосистемой плагинов. Gatling и k6 представляют современный подход 'Performance-as-Code', позволяющий хранить нагрузочные тесты в виде кода на Scala/JS/Go вместе с исходным кодом проекта и легко запускать их в CI/CD контейнерах.