Стажер - prompt engineer

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.

• 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.

• 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.

• 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.