[Nom du client] opère une plateforme de vente en ligne qui sert 9 millions de visiteurs uniques par mois. À mon arrivée, elle livrait 38 mises en production par an. La QA était éclatée entre 6 squads produit, sans socle commun : chaque équipe automatisait dans son coin, la non-régression tournait 4 heures et plus personne ne lisait les rapports. J'ai été missionné pour construire un socle unique et le faire adopter, en restant embarqué dans les squads plutôt qu'en cellule à part. Organisation Scrum, 42 personnes côté produit, dont 12 développeurs sur mon périmètre paiement et tunnel de commande.

• Définir la stratégie de test des 6 squads, de la pyramide de test aux critères de sortie de release, pour arrêter de rejouer 4 heures de scénarios avant chaque livraison.
• Refondre la suite de non-régression sur Playwright, en repartant des 1 400 cas existants pour ne garder que les 620 qui couvrent réellement les parcours à risque.
• Industrialiser l'exécution dans GitLab CI avec parallélisation sur 8 agents, déclenchement à chaque merge request et rapport Allure publié automatiquement.
• Mettre en place la surveillance qualité en production : 24 parcours synthétiques joués toutes les 15 minutes, alertes Slack et corrélation avec les traces Datadog.
• Former 12 développeurs à écrire et maintenir leurs propres tests, avec revue de code des tests et permanence QA de 2 heures par semaine.

Résultats : Non-régression complète ramenée de 4 heures à 22 minutes. Le rythme de livraison est passé de 38 à 150 mises en production par an, soit 3 par semaine. · Anomalies bloquantes détectées en production divisées par 3 en 12 mois, de 1,2 % à 0,4 % des tickets ouverts.

Environnement technique : Playwright · TypeScript · GitLab CI · Docker · Allure · k6 · Datadog · Xray · PostgreSQL

[Nom du client], banque en ligne, refondait son application mobile et les 140 API qui la servent, pour 2,3 millions de clients actifs. Contrainte réglementaire forte sur l'authentification forte des paiements. J'ai rejoint une équipe QA de 4 personnes dans un train SAFe de 5 équipes, en organisation trimestrielle. À mon arrivée, la recette était manuelle à 80 % et chaque version majeure demandait 3 semaines de campagne, avec des parcours de virement qui ne pouvaient pas casser.

• Automatiser les 210 cas de non-régression des parcours d'ouverture de compte, de virement et d'authentification forte, en Cypress pour le web et Appium pour le mobile.
• Construire la couche de tests API sur 140 endpoints avec RestAssured, cas d'erreur et temps de réponse inclus, exécutée à chaque build.
• Mettre en place des tests contractuels Pact entre le front mobile et 9 services back, pour attraper les régressions d'intégration avant l'assemblage.
• Piloter les campagnes de recette métier avec 15 testeurs : préparation des jeux de données anonymisés, animation quotidienne, arbitrage des anomalies.
• Tenir le reporting qualité auprès du responsable de train et des Product Owners, jusqu'à la décision de go ou no go avant chaque mise en production.

Résultats : Campagne de recette avant version majeure réduite de 3 semaines à 5 jours, sans perte de couverture sur les parcours réglementaires. · Régressions d'intégration entre mobile et back ramenées à 2 par trimestre, contre 17 l'année précédente, grâce aux tests contractuels.

Environnement technique : Cypress · Appium · RestAssured · Java · Pact · Jenkins · Xray · Docker · Kibana

[Nom du client], mutuelle santé de 900 collaborateurs, migrait son outil de gestion des contrats et des remboursements vers une nouvelle plateforme. 400 000 adhérents concernés, 18 mois de projet, cycle en V avec des paliers de recette de 6 semaines. Je suis arrivé comme testeur fonctionnel sur le lot remboursements, aux côtés de 2 référents métier et de 2 éditeurs. J'ai pris l'automatisation en charge quand il est devenu évident que rejouer 900 cas à la main à chaque palier n'était pas tenable.

• Rédiger et exécuter 340 cas de test fonctionnels sur le calcul des remboursements, à partir des règles de gestion et des grilles tarifaires du métier.
• Automatiser les 180 cas les plus rejoués en Selenium WebDriver et Java, avec un modèle Page Object pour tenir la maintenance dans la durée.
• Créer un harnais de comparaison entre l'ancien et le nouveau système sur 50 000 dossiers de remboursement, afin de prouver l'équivalence des calculs avant bascule.
• Qualifier et suivre 1 100 anomalies dans Jira, en tenant la priorisation hebdomadaire avec les référents métier et les 2 éditeurs.
• Animer les ateliers de recette avec 20 gestionnaires : préparation des scénarios, formation à l'outil, collecte et reformulation des retours.

Résultats : Bascule réalisée sans anomalie bloquante en production, sur un périmètre de 400 000 adhérents et 160 millions d'euros de prestations remboursées par an. · Durée du palier de recette ramenée de 6 à 2 semaines dès le 3e palier, grâce aux 180 cas automatisés.

Environnement technique : Selenium WebDriver · Java · JUnit · Maven · Jenkins · SQL Server · Jira · Squash TM · Postman