QA-инженер AI-агента, тестирование и разметка

Задачи

• Строить тестовую модель агента: сценарии звонков (запись, перенос, отмена, консультация, продажа услуги), состояния и переходы между ними, граничные и нестандартные случаи.
• Писать и поддерживать тест-кейсы и чек-листы, собирать регрессионные наборы.
• Прогонять сценарии: звонить агенту вручную и запускать текстовые прогоны. Проверять перебивания, уход от темы, неполные ответы, шум, фамилии, телефоны, даты и время.
• Учитывать недетерминированность LLM: гонять кейс несколько раз, считать долю успешных прогонов, отделять стабильные баги от случайных.
• Заводить баги с чёткой классификацией: ошибка распознавания речи, неверный переход по сценарию, неправильно извлечённые данные, галлюцинация, грамматика, тон и стиль, синтез речи.
• Анализировать логи реальных звонков, находить повторяющиеся проблемы и превращать их в тест-кейсы.
• Размечать и исправлять датасеты под конкретные баги: интенты и поля, эталонные реплики агента, пары «хороший / плохой ответ» для дообучения.
• Писать критерии оценки и инструкции для автоматической проверки ответов через LLM (LLM-as-a-judge) и выборочно проверять её оценки.
• После каждого релиза или дообучения проверять, что старые баги закрыты и не появились новые.

Требования

• Коммерческий опыт в тестировании от 2 лет.
• Уверенное владение техниками тест-дизайна: классы эквивалентности, граничные значения, таблицы решений, диаграммы состояний и переходов, pairwise.
• Умение писать понятные тест-кейсы, чек-листы и баг-репорты; опыт с TMS (TestRail, Qase, Allure TestOps или аналоги).
• Понимание процессов QA: регресс, смоук, приоритизация багов, тестовое покрытие.
• Отличная грамотность в русском языке: слышать ошибки в согласовании, неестественные обороты и «канцелярит» в речи.
• Внимательность и терпение к монотонной работе с большим объёмом диалогов и разметки.
• Уверенная работа с таблицами и JSON: уметь читать структурированные логи и данные.

Будет плюсом:

• Опыт тестирования чат-ботов, голосовых ассистентов или других LLM-продуктов.
• Опыт разметки данных (Label Studio, Толока или аналоги) и понимание, зачем нужна согласованность разметки.
• Базовый Python: скрипты для обработки логов и датасетов, pytest.
• Понимание, как работают LLM, промпты и дообучение (SFT, DPO) — хотя бы на уровне идей.
• Опыт с API-тестированием (Postman, Swagger).
• Интерес к медицине или опыт работы с клиниками.

Условия

• Зарплата: от 80 000 до 120 000 ₽ за месяц, на руки.
• Опыт работы: 3–6 лет.
• Полная занятость.
• График: 5/2.
• Формат работы: удалённо.