Мы разрабатываем AI-инструменты / LLM-платформу / автоматизацию на базе ИИ. Ищем QA-инженера, который будет отвечать за качество наших AI-продуктов: от классического функционального тестирования до оценки качества ответов LLM и устойчивости промптов.

Тестирование AI-систем отличается от классического: результат недетерминирован, «правильный ответ» не всегда один, а баг может проявляться в 1 случае из 20. Нам нужен человек, которому интересно работать именно с этой спецификой.

Обязанности

### Чем предстоит заниматься:

* функциональное и регрессионное тестирование продуктов с LLM-компонентами (веб-интерфейсы, API, интеграции)

* разработка и поддержка наборов тестовых сценариев для оценки качества ответов моделей (evaluation datasets, golden sets)

* тестирование промптов: проверка устойчивости к перефразированию, edge-кейсам, инъекциям и джейлбрейкам

* оценка ответов LLM по критериям: точность, полнота, галлюцинации, соответствие формату (structured output / JSON schema)

* анализ недетерминированного поведения: воспроизведение плавающих дефектов, статистическая оценка стабильности

* автоматизация рутинных проверок на Python (pytest): smoke-тесты API, прогоны evaluation-сценариев, скрипты для массовой проверки ответов модели

* тестирование API-интеграций с LLM-провайдерами лимиты, ретраи, обработка ошибок, стриминг

* ведение тестовой документации, баг-репортов, участие в приёмке фич

* взаимодействие с разработчиками и ML-инженерами при разборе дефектов.

Требования

### Что мы ожидаем:

* высшее образование

* опыт в тестировании от 3 лет (ручное + автоматизация)

* практический опыт работы с AI-инструментами: ChatGPT, Claude, Copilot и аналоги — не на уровне «пробовал», а как рабочий инструмент

* понимание основ промпт-инжиниринга: структура промпта, few-shot, chain-of-thought, sdd, работа с системными промптами

* уверенное тестирование API (Postman / curl / HTTP-клиенты), чтение JSON, понимание REST

* понимание специфики LLM: недетерминированность, галлюцинации, ограничения контекста, температура и параметры генерации

* python на базовом уровне для автотестирования: умение написать и поддерживать автотесты (pytest / requests / playwright), понимание структуры тестового проекта, работа с фикстурами и ассертами

* умение писать чёткие баг-репорты и тест-кейсы, включая случаи «модель ответила неправильно» с воспроизводимыми условиями.

Будет плюсом:

* продвинутая автоматизация UI (Playwright / Selenium), опыт построения фреймворков с нуля

* опыт построения LLM-evaluation пайплайнов (promptfoo, LangSmith, Ragas, собственные фреймворки)

* понимание RAG-архитектур

* опыт тестирования безопасности LLM: prompt injection, jailbreaks, утечки данных.

Условия

### Мы предлагаем:

* срочный трудовой договор до 01.07.2027

* офисный формат работы на период испытательного срока, далее возможен гибридный формат

* ежегодный пересмотр зарплаты

* корпоративный спортзал и зоны отдыха

* более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

* программа адаптации и помощь руководителя на старте (для Junior позиций)

* расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

* гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

* подписка СберПрайм с возможностью совместного использования на трёх близких

* вознаграждение за рекомендацию друзей в команду Сбера.