Альвента

Мы — Alventa.ai, делаем AI-голосового администратора для стоматологических клиник. Агент сам принимает звонки пациентов, консультирует, записывает на приём, переносит и отменяет визиты. Он говорит по-русски в реальном времени и ведёт диалог по сценариям, заданным в состояниях. Ищем QA-инженера, который выстроит системное тестирование агента и замкнёт цикл «нашли баг → разметили данные → дообучили модель → проверили, что баг закрыт». Тестировать нужно не форму на сайте, а живой диалог, который каждый раз идёт немного по-разному. Чем предстоит заниматься 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 Что мы ждём от тебя 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: ты слышишь 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: умеешь 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 Что мы предлагаем 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 твоей работы с продуктом: найденный и размеченный баг уходит в дообучение, и ты видишь, как агент перестаёт ошибаться Возможность самому выстроить процесс тестирования с нуля

Мы — Alventa.ai, делаем AI-голосового администратора для стоматологических клиник. Агент сам принимает входящие звонки, консультирует пациентов, записывает их на приём, переносит и отменяет визиты. Он говорит по-русски в реальном времени, с задержкой ответа меньше полсекунды. Продукт уже работает с клиниками, сейчас расширяем команду. Ищем Python backend-разработчика с опытом 1–3 года. У нас ты будешь работать на стыке классического бэкенда и AI: телефония, LLM, распознавание и синтез речи, интеграции с медицинскими CRM. Команда небольшая, поэтому твой код быстро попадает в прод, и ты сразу видишь, как он влияет на реальные звонки пациентов. Чем предстоит заниматься Разрабатывать и поддерживать backend-сервисы на Python (FastAPI, asyncio) Развивать логику диалогового агента: сценарии и состояния звонка, извлечение данных из реплик, работу с LLM Писать интеграции с МИС и CRM клиник (расписание врачей, запись пациентов) и с внешними API Проектировать REST API для веб-интерфейса операторов и админки клиник Работать с фоновыми задачами и очередями (Celery / TaskIQ, RabbitMQ, Redis) Проектировать схемы данных и оптимизировать запросы в PostgreSQL Разбирать логи звонков, находить и исправлять ошибки в поведении агента Участвовать в код-ревью, покрывать код тестами, улучшать кодовую базу Деплоить и сопровождать сервисы в Docker на Ubuntu Что мы ждём от тебя Коммерческий опыт разработки на Python от 1 до 3 лет Опыт разработки на FastAPI и уверенное понимание async/await в Python Pydantic (v2): валидация данных, схемы запросов и ответов, настройки PostgreSQL: уверенный SQL, индексы, оптимизация запросов; опыт с SQLAlchemy Alembic: написание и сопровождение миграций Celery: фоновые и отложенные задачи, ретраи, периодические задачи RabbitMQ: понимание очередей, exchange и routing, гарантий доставки Redis: кэширование, брокер/бэкенд для задач, TTL, базовые структуры данных Docker и Docker Compose: умение собрать образ, поднять окружение из нескольких сервисов и разобраться, почему оно не стартует Git и pull request-флоу (у нас GitHub) Linux (Ubuntu) на уровне повседневных задач: логи, процессы, сеть Умение читать чужой код, задавать вопросы и доводить задачи до прода Будет плюсом Опыт интеграции с LLM API (OpenAI-совместимые API, vLLM), промпт-инжиниринг, structured output Знакомство с LangGraph, LangChain или другими фреймворками для агентов Опыт с real-time системами: WebSocket, стриминг, работа с аудио Знакомство с IP-телефонией (SIP, Asterisk, LiveKit) или с медиапайплайнами (Pipecat) Опыт интеграций с медицинскими информационными системами Тесты на pytest как привычная часть работы Что мы предлагаем Зарплата 80 000–120 000 ₽ на руки, конкретная сумма — по итогам собеседования Удалённая работа Оформление по ТК или как самозанятый Короткий путь от задачи до прода, без месяцев согласований Прямое влияние на технические решения: мы открыты к предложениям по стеку и архитектуре