Sandra Mendoza

🚀 Sobre Mí

Soy Ingeniera de QA con una trayectoria única que combina 5 años de experiencia en operaciones logísticas B2B para e-commerce (Amazon, Mercado Libre) con una sólida formación técnica en un bootcamp intensivo de TripleTen.

Mi enfoque de calidad está moldeado por mi pasado en logística de última milla, donde aprendí que anticipar fallos operativos es la clave para garantizar la satisfacción del cliente. Hoy aplico esa misma mentalidad preventiva y pensamiento sistémico al aseguramiento de calidad de software. No me limito a ejecutar pruebas: investigo la causa raíz de los defectos, cuestiono supuestos y diseño escenarios que protegen la experiencia del usuario final y el negocio.

Competencias Técnicas Clave:

• 🧪 Pruebas Manuales: Diseño y ejecución de casos de prueba funcionales, de regresión y de UI para aplicaciones web y móviles.
• 🔗 Pruebas de API: Validación de endpoints REST, métodos HTTP y estructuras JSON utilizando Postman.
• 🤖 Automatización: Desarrollo de scripts con Selenium WebDriver + Python (Pytest), aplicando Page Object Model (POM).
• 🗄️ Bases de Datos: Consultas avanzadas (SQL: JOINs, subconsultas) para verificación de datos y depuración backend.
• 📋 Herramientas & Metodologías: JIRA, Git/GitHub, Terminal/CLI (Bash), Android Studio, metodologías Ágiles (Scrum).

📂 Proyectos Destacados

1. 🛴 Pruebas Manuales Integrales (Web, Móvil y API)

Proyecto: Control de Calidad para una Aplicación de Servicios

Ejecuté un ciclo completo de pruebas manuales para validar las funcionalidades críticas de una aplicación, su versión móvil y su API backend, asegurando la calidad en todos los puntos de contacto con el usuario.

Resultados destacados:

• 🧪 Diseñé y ejecuté casos de prueba funcionales y de regresión basados en requisitos.
• 📱 Validé la UI/UX en emulador de Android (Android Studio).
• 🔗 Probé endpoints de API con Postman para verificar la integridad de los datos.
• 🐞 Logro clave: Identifiqué y reporté en JIRA una dependencia crítica no documentada (falta de consenso en la zona horaria del servidor), que bloqueaba la ejecución válida de pruebas temporales.

📸 Evidencias del proyecto:

📊 Ver casos de prueba detallados: Hoja de cálculo - Urban Scooter

Aptitudes: Pruebas Manuales | Postman | JIRA | UI Testing | Android Studio

2. 🚕 Automatización de Flujos de UI (Urban.Routes)

Proyecto: Automatización de App Web tipo "Uber" con Selenium

Desarrollé un framework de pruebas automatizadas con Selenium WebDriver y Pytest para validar el flujo completo de solicitud de un viaje, implementando el patrón Page Object Model (POM) para asegurar la mantenibilidad del código.

Resultados destacados:

• 🔁 Automatización exitosa de un flujo de usuario complejo y multi-paso sin experiencia previa en programación.
• 💳 Validación de elementos dinámicos, como la activación del botón de pago al perder el foco en el campo CVV.
• 🧪 Código estructurado y versionado en GitHub.

📸 Evidencias del proyecto:

Aptitudes: Selenium WebDriver | Python | Pytest | Page Object Model (POM) | Git/GitHub

🔗 Ver repositorio

3. 🍔 Automatización de Pruebas de API (Urban.Grocers)

Proyecto: Automatización de API para Servicio de Kits de Cocina

Automaticé pruebas para una API RESTful de e-commerce, creando y validando kits de productos bajo condiciones específicas, utilizando la librería Requests de Python y Pytest.

Resultados destacados:

• ✅ Implementé pruebas para el campo "name" cubriendo múltiples escenarios con datos válidos e inválidos.
• 🔐 Manejé autenticación vía authToken y validé respuestas HTTP y estructuras JSON.
• 🧩 Automaticé pruebas manuales repetitivas, demostrando comprensión del valor de la automatización.
• 🔍 Hallazgo clave: Descubrí 4 bugs en la API (nombres vacíos, 512 caracteres, tipo incorrecto y campo faltante).

📸 Evidencias del proyecto:

Aptitudes: Python | Pytest | Requests Library | API Testing | JSON | Git/GitHub

🔗 Ver repositorio

4. 🗃️ Análisis de Datos y Consultas SQL

Proyecto: Depuración Backend para un Sistema de Taxis

Realicé análisis de la base de datos de una aplicación para investigar bugs, combinando el uso de comandos de terminal (CLI/Bash) para filtrar logs con consultas SQL avanzadas (JOINs, subconsultas) en un diagrama Entidad-Relación, rastreando el origen de los datos.

Resultados destacados:

• 🔍 Integré habilidades de terminal y SQL para realizar una investigación de fondo (backend troubleshooting).
• 🐞 Comprendí cómo rastrear un error desde el log de la aplicación hasta su origen en la base de datos, una habilidad crucial para un QA efectivo.

📸 Evidencias del proyecto:

Aptitudes: SQL (JOINs) | Diagramas ER | Terminal/CLI (Bash) | Depuración Backend

🛠️ Tech Stack

• Testing & Automatización: Selenium WebDriver | Pytest | Postman | REST API
• Lenguajes & Datos: Python | SQL (JOINs, Subconsultas) | Requests Library
• Herramientas: JIRA | Git/GitHub | Chrome DevTools | Android Studio | Terminal (CLI)
• Metodologías: Agile | Scrum | Page Object Model (POM)