Стажер - prompt engineer
Описание
Ищем стажёра-промпт-инженера в стрим R&D & non-PDLC. Мы строим платформу с единым контекстом и AI-агентов для не продуктовых (non-dev) ролей: HR BP, секретари, координаторы, проектный офис. Работает это поверх корпоративного GigaCode (CLI/десктоп) и GigaChat: скиллы, MCP-интеграции (корпоративная почта, база знаний MAPP), агенты под реальные процессы — поручения, встречи, календарь, квартальные оценки. Это прикладной промпт-инжиниринг в продакшне, а не research и не обучение моделей: главный результат — агенты, которые не технические сотрудники реально используют в ежедневной работе. Обязанности разрабатывать скиллы и системные промпты для GigaCode: инструкции, контекстные пакеты, шаблоны вывода, правила поведения агента проектировать сценарии агентов по ролям (от постановки задачи до проверки результата): подбор исполнителей поручений, автовыверка получателей встреч, дайджесты, HR-процессы подготавливать eval-наборы и критерии качества: эталонные диалоги, чек-листы проверки, регрессия ответов при изменении промптов оптимизировать промпты: структура контекста, экономия токенов, корректное поведение при отказе внешних инструментов и неполных данных писать документацию скиллов и гайдлайнов для общего репозитория скиллов команды участвовать в интеграциях корпоративных систем (почта, MAPP): MCP-серверы, REST API, вебхуки — со стороны данных и промптов работать с заказчиками из числа не продуктовых ролей: собирать требования и примеры «как это делают руками сейчас», проводить демо итераций, собирать обратную связь. Требования получение образования на очной форме обучения готовность работать 40 часов знание сетевых протоколов взаимодействия: HTTP/REST (методы, заголовки, коды ответов, авторизация токеном, SSE/streaming), WebSockets, вебхуки; уверенная работа с JSON знание агентских протоколов и механики инструментов опыт оркестрации агентов: собирал многошаговые сценарии (LangChain/LlamaIndex, OpenAI Agents SDK, скиллы GigaCode или аналог) — планирование шагов, передача состояния, обработка ошибок инструментов; достаточно уровня пет-проектов инструментов базовое понимание LLM практика промптов (GigaChat, ChatGPT, Claude или аналог): свои системные промпты, цепочки шагов, подключение внешних данных знание английского языка на уровне чтения технической документации будет преимуществом: знание Python (eval-скрипты, подготовка данных, прототипы агентов) владение Java/Kotlin (Spring) опыт разметки данных или построения eval-датасетов опыт написания skills / MCP-серверов для AI-IDE (Cursor, Cline, GigaCode или аналог) интерес к организационным процессам (поручения, календари, HR) — мы автоматизируем их. Условия оплачиваемая стажировка офисный формат работы в Санкт-Петербурге (ул.Уральская, 1) уникальная система обучения Сбера для профессионального и карьерного развития корпоративный спортзал и зоны отдыха.