# QA & AI Engineer at Livesport s.r.o.

> Hybrid · Czechia · Unspecified · ML / AI · open. Source: https://alderhq.app/jobs/recruitee%3Alivesport%3A2812002 (read 2026-11-10).

## Facts (observed)

- Company: [Livesport s.r.o.](https://alderhq.app/companies/livesport-s-r-o)
- Location text: Prague, Praha, Hlavní město, Czechia
- Where it can be done from (inferred): Hybrid · Czechia (evidence: "Location: Prague, Praha, Hlavní město, Czechia")
- Posted: 2026-11-03 (7 days ago)
- First seen by alder: 2026-11-07 · last verified: 2026-11-08
- Reposted: 0 times · edited: 0 times
- Apply on the employer's site: https://livesport.recruitee.com/o/qa-ai-engineer
- Skills listed (inferred): TypeScript, Python, Swift/iOS, Android, GraphQL, PostgreSQL, MongoDB, Kafka, SQL, LLMs, Testing

## Pay and sponsorship

- Posted pay: not posted

## Description (the employer's text)

Jsme Livesport, přinášíme sportovní zprávy, výsledky i statistiky 150 milionům lidí po celém světě. Náš testing tým se stará o to, aby aplikace a weby fungovaly vždycky na sto procent.

Otevíráme novou a vysoce odbornou roli. Nechceme jen vývojáře automatických testů ani čistého AI nadšence bez znalosti testování. Potřebujeme experta, který má pevné kořeny v poctivém testovacím řemesle, rozumí architektuře aplikací a zároveň dokáže navrhovat, stavět a ladit pokročilé QA AI agenty. Zároveň oceníme parťáka, který aktivně sleduje dění a trendy ve světě AI, přináší inspiraci z trhu a dokáže s námi otevřeně diskutovat a smysluplně integrovat ty nejlepší inovace do našich řešení.

Jedná se o pozici na pomezí tří světů: SW Testing, Automation a Agentic Engineering. Jelikož jde o neprozkoumaný terén, nečekáme, že budeš mít 5 let praxe s vývojem agentních systémů. Hledáme někoho se silným QA/Dev základem, s kým tuto roli společně vytvarujeme a postavíme špičkový ekosystém pro testování nové generace.

Pozice je na full-time (HPP) v hybridním modelu (2 HO, 3 onsite) v našich kancelářích v Praze.

### Requirements

### Co u nás budeš dělat?

Navrhovat a stavět QA AI agenty: Budeš vyvíjet a ladit autonomní agenty pro testování webových, mobilních aplikací i API. Podle náročnosti úkolu zvolíš správnou architekturu.

Řešit evaluaci, guardrails a bezpečnost modelů: Nastavíš evaluační sady pro odhalování regresí, halucinací a reward hackingu. Budeš testovat prompt-injections, hlídat poměr latence a nákladů a validovat rozhodovací řetězce běžících AI agentů.

Držet kvalitu v testovací strategii a exploratory testingu: Žádný agent nenahradí kritický úsudek zkušeného testera. Budeš navrhovat testovací strategie pro komplexní toky dat (GraphQL, REST, Kafka, DB) a půjdeš po skrytých systémových chybách a edge-casech.

Architektura testovací automatizace: Převezmeš rozvoj a údržbu našeho existujícího automatizačního frameworku (Playwright, WebdriverIO s Appium, Cypress). Využiješ své zkušenosti s architekturou testů, zatočíš s flakiness a zkrátíš běhy testovacích sad.

CI/CD integrace a Observability: Propojíš klasické testovací sady i běhy AI agentů do GitLab CI/CD pipelines, aby celý tým dostával rychlý a spolehlivý feedback.

### Co od tebe potřebujeme?

Pevné kořeny v poctivém testování: Máš prokazatelnou praxi s funkcionálním i exploratory testováním webových, mobilních aplikací (iOS, Android) a API (REST, GraphQL). Znáš HTTP/S protokol, strukturovaná data (JSON) a dokážeš odhalit logické chyby v zadání i skryté defekty.

Vývojářský přístup k automatizaci (Python / TypeScript): Píšeš udržitelný kód v moderních frameworcích (Playwright, WebdriverIO nebo Cypress). Rozumíš architektuře testů, umíš zkrotit flakiness a optimalizovat dobu běhu regresních sad.

Data, messaging a CI/CD: Běžně pracuješ s databázemi (SQL i NoSQL) pro ověřování integrity a přípravu testovacích dat. Zvládáš testovat asynchronní a event-driven toky (Kafka, RabbitMQ) a integrovat sady do GitLab CI/CD.

Praktická orientace v LLM & Agentic Engineering: Pracuješ s LLM API (Anthropic, OpenAI, Gemini) a ovládáš tool-use / function calling. Rozumíš konceptům loop engineeringu i principům multi-agent orchestrace / grafů, včetně správy kontextového okna.

Evaluace, bezpečnost a build-vs-buy úsudek: Víš, jak stavět evaluační sady (měření přesnosti, halucinace, guardrails, prompt injection) a dokážeš realisticky posoudit, kdy postavit vlastní tooling a kdy využít existující řešení.

Kritické myšlení, samostatnost a mentoring: Umíš pracovat v neprozkoumaném terénu s neúplným zadáním a rád/a posuneš znalosti celého týmu.

🛠️ Náš stack: Python, TypeScript, Playwright, WebdriverIO, Appium, Cypress, Postman, PostgreSQL, MongoDB, Kafka, RabbitMQ, LLM APIs (Anthropic, OpenAI, Gemini), LangGraph, GitLab CI/CD.

### Co nabízíme?

🚀 Formování nového oboru: Budeš architektem toho, jak se bude testovat software v nadcházejících letech.

🧪 Prostor pro R&D a experimenty: Vyhrazený čas na testování nových modelů, výzkum agentních frameworků a zkoušení nových hypotéz.

🎓Dostatek času na osobní růst a vzdělávání.

💰Roční bonus podle výsledků společnosti a mimořádné odměny.

💻Prvotřídní vybavení, od ergonomických pracovišť s výškově nastavitelnými stoly až po špičkový hardware. Samozřejmostí je také telefon a tarif s neomezenými daty.

🌿Kanceláře na Nových Butovicích s parkováním, dvěma fitky a relaxační zónou s fotbálkem nebo šipkami. Pracujeme v prostředí, které podporuje jak tvou profesionální, tak osobní pohodu.

🎉Několik akcí ročně - od meetupů, přes pravidelné sportovní turnaje každý měsíc, až po nezapomenutelné vánoční večírky, kde můžeš strávit čas s kolegy i mimo pracovní prostředí.

🍔Kredit do restaurace v naší budově, aby sis mohl/a vychutnat vynikající jídlo v pohodě a bez starostí.

🌴Samozřejmostí je bonus za doporučení kolegy a 25 dnů dovolené.

### Jdeš do toho s námi?

Chceš s námi definovat budoucnost softwarového testování a stavět autonomní agenty na globálním produktu pro 150 milionů lidí?

Dej nám o sobě vědět a pošli nám své CV, rádi tě poznáme!

David (Head of QA & Testing) a Jitka (Recruiter).

---
Data: alder (https://alderhq.app). Cite https://alderhq.app/jobs/recruitee%3Alivesport%3A2812002 and the date you read it. Observed facts come from the employer's own listing; location reach, level, family and skills are inferences.
