taktik

Во-первых, непонятно зачем выносить проверки полей в отдельные тестовые функции. Проверки должны быть в том же тесте, где выполняется запрос.
Во-вторых, если json-структура представляет собой список объектов, то не нужно к этим объектам обращаться по конкретному индексу.
В итоге, твой тест можно написать примерно так:

def test_check_usd_rub_pair(self, agent_id):
	response = rest_client.get("http//:...")
	
	has_expected_pair = False
	for obj in response.json():
		assert obj.get('bankId') == agent_id
		if obj.get('currency') == 'USD' and obj.get('toCurrency') == 'RUB':
			has_expected_pair = True
	assert has_expected_pair, "Ответ не содержит валютную пару USD-RUB"

Так же рекомендую прикрутить к своим тестам какой-нибудь json-валидатор. Валидировать поля - это важно

Последние пару лет наблюдаю за вакансиями в автоматизации и заметил, что с каждым годом python-вакансий все больше.
Пока по количеству вакансий разница в пользу java, но она не такая существенная около 10 - 15%
Сейча python чаще выбирают для автоматизации новых проектов и думаю через несколько лет он обгонит джаву.
Я сам выбрал python в свое время и ни разу не пожалел.

Я бы рекомендовал автоматизацию, как более перспективное и востребованное направление. Сейчас найти мидл-автотестера сложнее чем разработчика.

Во многих компаниях, автотесты - это отдельный внутренний продукт и скилы у автоматизаторов не сильно уступают разрабовским. Тут тоже нужно знать язык программирования, паттерны, основные структуры и алгоритмы, сети и протоколы, понимать CI/CD процесс и уметь интегрировать свое творчество в него.

Из плюсов отмечу:
- более низкий порог входа чем в разработку: нет такого высокого требования к знанию алгоритмов и тонкостей языка
- при этом ЗП не существенно ниже или на том же уровне что и у разрабов
- высокая востребованность

При желании перейти в разработку можно без проблем.