Tester de software / ingeniero de QA

Un artículo de ingenieros de Uber sobre un sistema que funciona en las propias canalizaciones de Uber. Dice que DragonCrawl logra una tasa de pruebas superadas del 91,6% en iOS y del 92,2% en Android en 1.013 pruebas automatizadas que corren de forma continua en CI/CD, que redujo el tiempo de incorporar una prueba de 96–120 horas a menos de 4, y que ahorró en mantenimiento de pruebas lo que estima en 27 años de trabajo de desarrollador; los ingenieros de pruebas que antes ejecutaban guiones pasaron a ser «Context Engineers» en lugar de «Clickers», y Uber dice que logró un aseguramiento de la calidad escalable sin un crecimiento proporcional de la plantilla. El ahorro de tiempo son estimaciones propias de Uber, y abarca pruebas móviles de extremo a extremo en una sola empresa.

Una empresa lo ha puesto en producción. Puede mover la línea de base, ponderado por la escala y por cuánto se parece ese entorno al tuyo.

Encuesta autodeclarada a 200 ingenieros sénior de grandes empresas de EE. UU., Reino Unido y la UE — y el informe lo publica Lightrun, que vende herramientas de depuración, así que el hallazgo y el producto apuntan en la misma dirección. Las caídas de Amazon que cita (2 y 5 de marzo de 2026, atribuidas a cambios asistidos por IA desplegados sin aprobación, seguidas de una revisión de seguridad del código de 90 días en 335 sistemas) son sucesos con información independiente; los porcentajes no lo son. Solo software de empresa.

Un fallo, una marcha atrás, una regulación o un coste están frenando la adopción. Puede bajar una evaluación o ensanchar su incertidumbre.

Un artículo de personal de Meta sobre la generación de pruebas en la propia ingeniería de Meta. Dice que la generación de pruebas de endurecimiento basada en LLM y guiada por mutaciones ya está desplegada en el sistema de integración continua de Meta, que el generador anterior basado en cobertura lleva dos años desplegado en Meta y evolucionando con regularidad, que analizó 22.126 pruebas generadas en los flujos de captura y de endurecimiento, y que, en un estudio manual de 600 diffs con capturas débiles, unos evaluadores basados en reglas y en LLM redujeron alrededor de un 70% la carga de revisión humana. Los autores dicen que los flujos de captura en sí se desplegaron sobre todo para recoger datos, y el artículo da recuentos incoherentes de capturas confirmadas; Meta construye estas herramientas para su propio uso.

Una empresa lo ha puesto en producción. Puede mover la línea de base, ponderado por la escala y por cuánto se parece ese entorno al tuyo.

Un artículo de experiencia revisado por pares, de autores universitarios y de ByteDance, sobre una herramienta desplegada en una gran empresa de internet de consumo. Dice que las pruebas de regresión de API para flujos de negocio entre servicios siguen construyéndolas y manteniéndolas en gran medida ingenieros de QA, y que en un despliegue en producción de nueve meses iniciado en marzo de 2025 la herramienta generó 3.196 casos de prueba con una tasa global de adopción de código del 85,4%. La adopción varió mucho según la línea de negocio; los autores construyeron la herramienta y midieron ellos mismos su adopción.

Una empresa lo ha puesto en producción. Puede mover la línea de base, ponderado por la escala y por cuánto se parece ese entorno al tuyo.

Un memorando federal que obliga a los organismos del ejecutivo de EE. UU. Entre las prácticas mínimas de gestión de riesgos para la IA de alto impacto, los organismos deben elaborar planes de pruebas previas al despliegue y de mitigación de riesgos que reflejen los resultados esperados en el mundo real; cuando no puedan acceder al código fuente, a los modelos o a los datos, deben usar métodos de prueba alternativos, como consultar el servicio de IA y observar sus salidas o proporcionar datos de evaluación al proveedor; y, después del despliegue y cuando sea factible, deben realizar pruebas y una revisión humana periódica de los casos de uso de IA. Obliga a los organismos, no a los testers por su nombre, y solo cubre los usos de alto impacto.

Una regulación, una subvención o una compra pública están exigiendo o financiando la adopción: el espejo de una restricción. Muestra que la adopción se está exigiendo, no que haya ocurrido, así que un mandato nunca basta por sí solo; dos independientes sí.

Un artículo del AI Red Team de Microsoft sobre su propio trabajo probando productos de IA generativa en busca de fallos de seguridad y de ciberseguridad. Dice que, a octubre de 2024, el equipo había realizado más de 80 operaciones que cubrían más de 100 productos, que el volumen hacía inviable probarlo todo a mano y por eso construyó automatización, y que esas herramientas no deberían usarse con la intención de sacar a la persona del circuito, porque priorizar riesgos, diseñar ataques y definir nuevas categorías de daño requieren juicio humano. Es un equipo rojo dedicado, no QA de producto, y Microsoft vende los modelos y promociona su herramienta de código abierto.

Una empresa lo ha puesto en producción. Puede mover la línea de base, ponderado por la escala y por cuánto se parece ese entorno al tuyo.

Una empresa, mejora de clases de pruebas unitarias ya existentes con filtros de compilación, aprobado y cobertura; el 75% de los casos generados compiló, el 57% pasó de forma fiable y el 25% añadió cobertura. Artículo escrito por la propia empresa; un contexto de maratón de pruebas acotada en el tiempo, no de uso rutinario en la canalización.

Ensayo a pequeña escala en un entorno real. Nos dice que se están probando las condiciones de despliegue, no que se cumplan, así que un piloto nunca basta por sí solo; dos independientes sí.

Entrar como tester manual es la entrada más débil de este sitio, porque esa es la tarea que se va más rápido. Entra mejor por la mentalidad adversaria y por la disciplina nueva: aprende a romper cosas que nadie especificó, y aprende a evaluar sistemas basados en modelos, donde casi no hay nadie con experiencia y los equipos están contratando. Saber programar es ya un mínimo del puesto y no una especialidad dentro de él.

Si tu semana es sobre todo regresión y mantenimiento de guiones, el puesto se está consolidando por debajo de ti y deberías moverte antes de que te muevan. Tu verdadero activo es el modelo que tienes en la cabeza de cómo se rompe este producto; conviértelo en pruebas exploratorias, decisión de publicación y evaluación de las funciones basadas en modelos que tu equipo casi seguro está añadiendo. Son posiciones sénior, y las ocupa quien las reclama primero.

Rehacer el puesto

De ejecutar pruebas a ser dueño de la calidad

Alguien tiene que decidir qué significa «suficientemente probado», sostener la decisión de publicar y ser dueño del trabajo exploratorio. Ese papel sobrevive; el de ejecutar, no.

Rehacer el puesto

Especializarte en evaluar sistemas basados en modelos

Es nuevo, escaso y está directamente al lado de lo que ya hacen los testers. Los equipos que sacan funciones con modelo necesitan a alguien que dé por supuesto que están rotas.

Movimiento lateral

Desarrollador en pruebas o ingeniería de plataforma

Construir las canalizaciones, los entornos y las herramientas que permiten probar a todo el equipo es trabajo de ingeniería con demanda constante, y usa el conocimiento del tester sobre qué sale mal.

La ejecución manual de pruebas sí, y rápido. La calidad como disciplina no: alguien sigue teniendo que imaginar cómo falla el sistema, decidir si está listo y — cada vez más — evaluar software cuyo comportamiento no es determinista, cosa que casi nadie sabe hacer todavía. El puesto se mueve de ejecutar pruebas a ser dueño del riesgo, y de afirmar salidas fijas a evaluar comportamiento. Quien hace ese movimiento vale más de lo que valían los testers; quien no lo hace se encontrará el puesto consolidado a su alrededor.

La señal es quién escribe la batería de regresión de tu equipo este trimestre. Cuando la batería se genere y se repare sola tras un cambio de interfaz, el bloque de horas que financiaba la mayoría de los puestos de QA habrá desaparecido — esa es la capacidad concreta que se movió, y la verás en tu propio repositorio antes que en ningún informe.

La regresión manual y escribir casos de prueba — las dos marcadas como en automatización, y la regresión manual por sí sola es el mayor bloque de horas de la mayoría de los puestos de QA. Las pruebas exploratorias y la decisión de publicar no lo están, pero ninguna es lo bastante grande como para absorber a la gente cuya semana llenaba la regresión.

Es una disciplina real y en crecimiento — conjuntos de evaluación, regresión de comportamiento, instrucciones adversarias — y la mentalidad de QA se transfiere directamente. La salvedad honesta es que es tan joven que nadie sabe qué tamaño acabará teniendo, y puede terminar cubierta dentro de los equipos de modelo en vez de en QA.