QA (ML/LLM)

QA (ML/LLM) в компанию Цифровые привычки Проект Сбера по развитию и тестированию ML/LLM-систем в компании Цифровые привычки. 📝 Обязанности Выстроить систему оценки качества ответов LLM-агентов (SQL-агент, агент анализа, агент визуализации): метрики, критерии, процесс; Развивать и сопровождать тестовые корзины для регрессионного тестирования: эталонные вопросы, ожидаемые SQL-запросы и ответы; Автоматизировать прогон тестов и оценку по бинарным критериям (валидность JSON, исполнимость SQL, отсутствие галлюцинаций, корректность ролевого доступа, консистентность ответов), в том числе через LLM Judge; Проводить сравнительное тестирование моделей и версий промптов, готовить отчёты для принятия решений; Тестировать релизы перед выводом в пром, выявлять расхождения поведения между тестовым и промышленным контурами; Анализировать инциденты качества в проме, локализовывать причины (промпт / модель / данные / код). 🔍 Требования Опыт QA от 3 лет, из них опыт тестирования ML/LLM-систем; Уверенный SQL (у нас GreenPlum) — умение читать и проверять чужие запросы, находить логические ошибки; Python для автоматизации тестов и обработки результатов; Понимание специфики LLM: недетерминированность, галлюцинации, чувствительность к промптам. 💎 Будет преимуществом Опыт работы с фреймворками оценки LLM (Ragas, DeepEval) или построения своих; Опыт с LangChain/LangGraph; Знание банковской предметной области, финансовой отчётности (P&L); Опыт тестирования data-продуктов: витрины, ETL, качество данных. 🕹 Условия Трудоустройство: ИП или ГПХ; Зарплата: от 200 000 ₽ до 250 000 ₽; Формат работы: первые 3 месяца офис, далее гибрид (офис в Москве); Локация: Москва. 📞 Контакты - Telegram: @ithrevgenya @QA_rabota