Просмотр вакансии

Привет! Мы — Rocket Science.

Мы создаем образовательную платформу (конструктор курсов), где пользователи могут легко разрабатывать, редактировать и адаптировать учебные материалы.

На проекте внедряются AI-решения для автоматизации работы с контентом: генерация курсов, тестов, заданий, адаптация материалов и персонализация обучения. В основе работы — GigaChat, а также другие генеративные AI (OpenAI GPT, Gemini, Claude и др.).

Кого мы ищем?

Если ты:

• проходил курсы или делал дипломную работу по теме AI,

• у тебя есть учебные кейсы и проекты,

• готов копать глубоко, экспериментировать и искать новые подходы,

то тебе к нам! Мы ищем стажёра, который начнёт свой путь вместе с командой и будет расти в роли специалиста по работе с AI.

Добавь в сопроводительное письмо кейсы или примеры проектов, где ты работал с AI — это поможет нам быстрее оценить твой опыт и мотивацию.

Чем ты будешь заниматься?

• Разработкой и тестированием промптов для GigaChat и других AI-моделей.

• Проверкой и оптимизацией генерации образовательного контента (структура курсов, тесты, задания, конспекты).

• Изучением возможностей GigaChat и других моделей: сильные и слабые стороны.

• Тестированием качества работы нейросетей и фиксацией результатов.

• Участием во внедрении AI-инструментов в платформу.

• Исследованием новых AI-моделей и инструментов для e-learning.

• Подготовкой заметок и документации для команды по работе с AI.

Что мы ожидаем от тебя?

• Интерес и мотивацию развиваться в AI-направлении.

• Опыт учебных проектов, курсов или кейсов, связанных с нейросетями.

• Базовые навыки работы с AI-моделями (GigaChat, GPT, Claude, Gemini и др.) — будет плюсом.

• Понимание, что такое промптинг и желание в нём прокачаться.

• Минимальные знания Python или готовность учить его для тестов и API-запросов.

• Готовность анализировать результаты и делать выводы.

Что мы предлагаем:

• Стажировку с перспективой роста в компании.

• Формат работы: удалёнка / офис в Ростове-на-Дону с видом на Дон / гибрид.

• Наставничество и погружение в реальные задачи.

• Атмосферу открытости и поддержки в команде.

• Реальные задачи: от экспериментов с нейросетями до внедрения идей в продукт.