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.
Задачи
•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
•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 плюсом
•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
