QA-инженер AI-агента, тестирование LLM

Компания Alventa.ai разрабатывает AI-голосового администратора для стоматологических клиник: агент принимает звонки пациентов, консультирует, записывает на приём, переносит и отменяет визиты, ведёт диалог по сценариям в реальном времени на русском языке.

Ищем QA-инженера, который выстроит системное тестирование агента и замкнёт цикл «нашли баг → разметили данные → дообучили модель → проверили, что баг закрыт». Тестировать нужно живой диалог, который каждый раз идёт немного по-разному.

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: умение 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: умение 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 80 000–120 000 ₽ на руки, конкретная сумма — по итогам собеседования
• Удалённая работа
• Оформление по ТК или как самозанятый
• Редкая специализация на стыке QA и AI: оценка качества LLM, данные для дообучения, голосовые интерфейсы
• Прямая связь работы с продуктом: найденный и размеченный баг уходит в дообучение, и видно, как агент перестаёт ошибаться
• Возможность самому выстроить процесс тестирования с нуля