Описание

Специалист привлекается для поддержки AI-команды (RnD AI Team), которая реализует портфель ИИ-инициатив для бизнес-подразделений компании на внутренней платформе Dify (LLM-агенты, RAG, классификация, извлечение данных из документов, интеграции через API/MCP).

Обязанности

Подготовка тест-кейсов на основании требований и критериев приемки инициатив
Функциональное и интеграционное тестирование ИИ-агентов, workflow на платформе Dify, API-интеграций со внутренними системами
Проверка позитивных, негативных и пограничных сценариев, включая нетипичные запросы пользователей и «галлюцинации» модели
Регрессионное тестирование после изменений промптов, моделей, базы знаний (RAG) и интеграций
Проверка соответствия результата согласованным требованиям и метрикам качества
Формирование и поддержание тестовых выборок (golden set) совместно с бизнесом и ML-командой, участие в оценке качества ответов
Фиксация дефектов, контроль их устранения, отчётность по качеству релизов
Проведение приемочного тестирования перед выпуском в production и участие в приемке с бизнесом

Требования

Общий опыт работы: От 3 лет в тестировании ПО
Опыт от 1 года тестирования продуктов на основе ML/LLM или тестирования API и интеграций backend-сервисов
Понимание специфики недетерминированных ответов модели
Не менее 2 проектов тестирования интеграционных / API-решений или ИИ-продуктов с выводом в промышленную эксплуатацию
Опыт построения регрессионных наборов и тестовых выборок
Тест-дизайн, тестовая документация, работа с баг-трекером
Тестирование REST API (Postman или аналоги), чтение JSON, логов
SQL на уровне выборок для проверки данных
Python на базовом уровне для скриптов проверки и подготовки тестовых данных
Понимание принципов работы LLM, RAG, промптов и метрик качества ИИ (точность, полнота, оценка ответов по критериям)

Будет плюсом

Опыт работы с платформами оркестрации LLM (Dify, LangChain и т.п.)
Автоматизация тестирования API (pytest, requests) и LLM-eval инструменты (RAGAS, DeepEval, promptfoo или аналоги)
Опыт разметки и оценки ответов модели (LLM-as-a-judge, ручная оценка по рубрикам)
CI/CD, Git на базовом уровне
Отраслевой опыт: e-commerce, ритейл, B2B-дистрибуция, клиентский сервис

Условия

Занятость: Проектная, долгосрочный проект (Фултайм)
Формат: Удаленно по РФ
Локация: Строго Москва, Саранск
Оформление: ГПХ, ИП
До 1400р в час гросс
Не смотрим кандидатов с проектами Лимана, Петрович Тех, ВБ, Озон, Лента Тех, Яндекс маркет, М. Видео за последние 6 месяцев
Системы учета задач и документации: Jira / Yandex Tracker, Confluence / Yandex Wiki, Git, реестр ИИ-инициатив в Google Sheets

Процесс отбора

Откликайтесь в личные сообщения с CV