Инженер AI

Проект направлен на создание AI-агента для существующего Python BDD-фреймворка в корпоративной банковской среде. Решение предназначено для автоматического преобразования функциональных тестовых сценариев в готовые автоматизированные сценарии на Gherkin с использованием существующей кодовой базы и механизмов интеллектуального подбора переиспользуемых шагов.

Наша цель — создать прикладную AI-систему, которая ускорит разработку BDD-автотестов, снизит стоимость регрессионного тестирования и повысит стандартизацию автоматизации тестирования. Мы хотим построить внутренний инструмент нового поколения для команд тестирования и разработки, который объединит возможности LLM, RAG, ReAct и существующего ландшафта банка, а также усилит синергию BDD с AIPDLC и разработки на основе спецификаций.

Ключевые направления:

- Создание AI-агента для генерации feature-файлов на Gherkin на основе функциональных сценариев

- Построение retrieval-контура на базе RAG и PostgreSQL + pgvector для поиска релевантных шагов, шаблонов и переиспользуемых элементов

- Интеграция с существующим Python BDD-фреймворком и библиотекой шагов для максимального переиспользования текущей кодовой базы

- Разработка пользовательской поверхности решения, в приоритете — IDE plugin для удобной работы тест-автоматизаторов

- Формирование механизмов контроля качества генерации, стандартизации сценариев и снижения пропусков при использовании уже существующих steps

- Создание технологической основы для дальнейшего развития AI-подходов в тестировании, инженерных практиках и управлении жизненным циклом разработки

Технологический стек:

Python 3

FastAPI, Streamlit

PostgreSQL, pgvector

Apache Kafka

Docker

Linux

HTTP, REST, GraphQL

LLM, RAG, ReAct, embeddings, vector search

• Проектировать и согласовывать архитектуру AI-агента, приложений и интеграций

• Развивать и разрабатывать backend-компоненты AI-агента, общие библиотеки и интеграционные взаимодействия

• Реализовывать решения на базе LLM, ReAct и RAG, включая поиск и подбор релевантных «шагов» из существующей библиотеки

• Интегрировать систему с внутренними сервисами, репозиториями, базами знаний и корпоративной инфраструктурой

• Формировать требования для построения CI/CD, мониторинга, логирования, трассировки и контроля качества для AI-агента

• Проводить ревью кода, поддерживать код-стандарт и участвовать в командных коммуникациях

• Взаимодействовать с специалистами по автоматизированному тестированию, QA-инженерами и разработчиками для уточнения требований и сценариев использования

• Участвовать в разработке пользовательской поверхности решения, в формате IDE plugin

• Опыт работы от 4-х лет на Python

• Высшее образование

• Практический опыт построения RAG-систем и работы с векторными хранилищами, желательно PostgreSQL + pgvector

• Опыт разработки ReAct агентов

• Понимание принципов ООП, SOLID и паттернов проектирования

• Понимание базовых принципов многопоточного и асинхронного программирования, включая GIL и asyncio

• Практические знания и навыки работы с LLM

• Опыт работы с инструментами контейнеризации приложений, включая Docker

• Лидерские качества: умение принимать решения и брать на себя ответственность

• Понимание BDD, Gherkin, тестовой автоматизации и принципов переиспользования step definitions

• Понимание принципов клиентской web-разработки

• Опыт разработки IDE plugins или developer tools

• Опыт оценки качества AI-решений: accuracy, retrieval quality, traceability

• Понимание spec-driven development и применения AI в SDLC / QA-процессах

• Команда профессионалов, готовых поддержать ваши инициативы

• Возможность работы с новыми технологиями, в том числе AI

• Конкурентоспособная заработная плата

• Корпоративное обучение и сертификация в технических и бизнес областях

• Корпоративные развлекательные программы

• Возможность работать удаленно на территории РФ