#алматы #qa #ai
🚀 Middle QA Engineer / AI & LLM
DBF ищет Middle QA Engineer в команду на AI-проект.
Мы развиваем решения на базе LLM и RAG и ищем QA-инженера, который поможет проверять качество и стабильность AI-продукта — от API и backend-логики до качества ответов нейросети.
💻 О вакансии
Должность: Middle QA Engineer
Направление: AI / LLM / RAG
Опыт: от 3 лет в ручном тестировании
Формат: удалённая работа
Занятость: full-time
Тип оформления: [ГПХ / ИП]
Зарплата: обсуждается индивидуально
Часовой пояс: GMT + 3
🔍 Чем предстоит заниматься
— проводить функциональное, регрессионное, smoke, UAT и негативное тестирование;
— тестировать API через Postman / Insomnia;
— писать тест-кейсы, чек-листы и баг-репорты в Jira / Zephyr;
— работать с SQL, логами и трейсингом;
— тестировать AI-чатов и multi-turn сценарии;
— проверять edge cases, adversarial / jailbreak-промпты и safety-фильтры;
— оценивать качество ответов LLM: точность, релевантность, полноту и тональность;
— тестировать RAG-пайплайны и корректность источников в ответах;
— использовать AI-инструменты для автоматизации рутинных QA-задач и написания небольших скриптов.
🧠 Что ожидаем
QA-база:
— от 3 лет опыта в ручном тестировании;
— понимание основных видов тестирования;
— Jira / Zephyr;
— SDLC / STLC, Agile / Scrum;
— Postman / Insomnia;
— базовый SQL;
— работа с логами и трейсингом.
AI / LLM:
— понимание принципов работы LLM: токены, temperature, top-p, context window;
— понимание prompt engineering;
— знание типичных проблем LLM: hallucinations, потеря контекста, nondeterminism, sensitivity к формулировкам;
— опыт или понимание тестирования multi-turn диалогов, edge cases и jailbreak-промптов;
— понимание оценки качества AI-ответов;
— базовое понимание RAG: чанкинг, эмбеддинги, vector search, reranking, retrieval;
— умение проверять корректность источников и цитирования в RAG-ответах.
Технически:
— практический опыт с Claude Code или аналогичными AI coding CLI;
— базовое понимание ООП;
— способность читать код автотестов и писать простые вспомогательные скрипты на Python / Java / C#.
🤖 Почему может быть интересно
Это возможность работать не только с классическим QA, но и с современными AI-продуктами, где качество нельзя проверить исключительно по принципу «кнопка работает / кнопка не работает».
Здесь предстоит разбираться в том, почему AI дал конкретный ответ, откуда он взял информацию, насколько она корректна и как система ведёт себя в нестандартных сценариях.
📩 ••••••••