QA-инженер (AI Sales помощник) Отклик на сайте компании

Наш продукт — это ИИ-помощник, который разработан для помощи сейлзам и трейдерам, снимая с них часть рутинных задач и процессов.

Обязанности

• тестирование качества ответов AI-навыков: релевантность, полнота, корректность, отсутствие галлюцинаций и «уверенных, но неверных» ответов
• формирование и поддержка эталонных датасетов (golden set) для регрессионной оценки LLM-ответов и промптов
• тестирование промптов, RAG-конвейеров и маршрутизации оркестратора — правильный ли агент/навык выбирается под запрос, полные ли источники подтягиваются
• оценка недетерминированного поведения: прогон запросов N раз, статистические метрики стабильности и качества, выявление регрессов качества между версиями моделей/промптов
• разработка, ревью и поддержка тест-кейсов, чек-листов, тест-планов
• взаимодействие с разработчиками, аналитиками, DS/ML-инженерами и PO для уточнения требований
• ведение баг-трекинга в Jira, документирование в Confluence.

Требования

• опыт в роли QA от 3 лет
• опыт функционального и сквозного (E2E) тестирования
• опыт тестирования API и интеграций: REST/gRPC, форматы запросов/ответов, работа с моками внешних сервисов
• умение составлять и проверять тест-кейсы в Zephyr, анализировать покрытие
• понимание принципов работы LLM и GenAI: промпты, RAG, температура/вариативность, ограничения моделей, типовые режимы отказа (галлюцинации, потеря контекста, неверная интерпретация запроса)
• опыт оценки качества AI-ответов: эталонные наборы, ручная и полуавтоматическая разметка, метрики точности/полноты/faithfulness/relevancy
• навыки написания скриптов на Python для прогона батчей запросов, сбора и сравнения результатов.

Будет плюсом:

• опыт в финтехе / банковской сфере
• опыт тестирования AI/ML-продуктов: чат-боты, ассистенты, рекомендательные системы
• знание инструментов оценки LLM: LangSmith, DeepEval, Arize, RAGAS или аналоги
• базовые знания автоматизации тестирования (Java, Python).
• опыт работы с системами мониторинга (Grafana), включая мониторинг качества AI-ответов
• понимание требований комплаенса и работы с чувствительными данными.

Условия

• комфортный современный офис на Вавилова, 19
• формат работы – гибрид
• ежегодный пересмотр зарплаты, квартальная и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера.