AI Automation / Fullstack Engineer (AI)
Описание
AI Automation / Full-stack Engineer с опытом Claude Code / Codex, MCP, APIКомпанияООО "ЗТК"Зарплатаот 80 000 до 150 000 ₽УсловияТребованияПромпт-инженер Middle Python MySQL SQL Базы данных Java Можно удалённо Москва AI Automation Engineer / веб-разработчик для внедрения ИИ в бизнес-процессы Мы производственная компания, 17 лет занимаемся шатрами, ангарами и каркасно-тентовыми конструкциями. Сейчас активно внедряем ИИ в управление компанией: продажи, производство, маркетинг, SEO, ERP, автоматизацию отделов и работу с данными. Ищем специалиста на постоянную работу, который сможет не просто «писать промпты», а проектировать и внедрять реальные AI-инструменты в бизнес. Что уже естьERP-система управления продажами и производственными процессами.Интеграции через API и MCP-серверы с Bitrix24 / внутренними сервисами.Архитектура системы управления производством, отделами и заказ-нарядами.41 SEO/маркетинговый AI-агент, которые нужно развивать, улучшать и запускать в работу.Потребность в постоянной автоматизации: CRM, сайты, лидогенерация, маркетинг, производство, аналитика, внутренние ассистенты.Что нужно делатьРаботать с Claude Code, Codex и другими AI-инструментами для разработки.Проектировать и дорабатывать ERP, CRM-интеграции, MCP-серверы, API-связки.Создавать AI-агентов для SEO, маркетинга, продаж, аналитики и внутренних процессов.Разрабатывать небольшие веб-сервисы, панели управления, интеграции и автоматизации.Работать с базами данных, SQL, серверной логикой, backend/frontend-кодом.Разбираться в существующей архитектуре и предлагать решения, которые реально внедряются в работу компании.Помогать превращать бизнес-задачи в работающие технические решения.Кого ищем Нам нужен не человек, который «умеет промптить», а инженер, который понимает, как работают:языковые модели и ограничения LLM;prompt engineering, context engineering, agents, tools, MCP;API, webhooks, интеграции между сервисами;backend, frontend, базы данных, SQL;серверы, деплой, логи, отладка;бизнес-процессы: продажи, производство, маркетинг, CRM/ERP.Будет плюсомОпыт с Claude Code, Codex, Cursor или аналогичными AI coding tools.Опыт создания AI-агентов.Опыт с Bitrix24, n8n, Make, Telegram-ботами, CRM/ERP.Опыт SEO-автоматизации, генерации контента, лидогенерации.Примеры реальных проектов, где ИИ был внедрен в бизнес-процесс, а не остался демо.Формат Постоянная работа. Удаленно или гибридно обсуждается. Нам важен результат, самостоятельность и способность доводить решения до внедрения. Как откликнуться В сопроводительном письме обязательно ответьте:Какие AI-инструменты для разработки вы реально используете: Claude Code, Codex, Cursor, ChatGPT, другие?Покажите 1-3 проекта, где вы автоматизировали бизнес-процесс с помощью ИИ, API, базы данных или агентов.Опишите коротко один самый сложный технический кейс: задача, стек, что сделали, какой был результат.Как бы вы подошли к задаче: есть ERP, Bitrix24, база данных, сайт и SEO-агенты. Нужно связать это в единую AI-систему управления компанией. С чего начнете?Приложите GitHub, портфолио, описание проектов или короткое видео-демо, если есть.Отклики без сопроводительного письма и примеров работ не рассматриваем. Тестовое Задание Я бы дал не «сделайте сайт», а диагностическое задание на мышление. Оно должно показать, умеет ли человек проектировать систему, работать с агентами, API, SQL и бизнес-задачей. Задание для кандидата Представьте, что у компании есть:сайт с заявками;Bitrix24 / CRM;ERP-система производства;база данных заказов;41 SEO-агент;Claude Code / Codex для разработки;задача: автоматизировать путь от лида до производственного заказ-наряда.Нужно подготовить короткое техническое решение на 2-4 страницы:Какую архитектуру вы предложите?Какие сервисы, API, MCP-серверы или агенты нужны?Какие таблицы или сущности должны быть в базе данных?Как будет идти путь заявки: сайт → CRM → расчет → заказ → производство → контроль статуса?Какие ошибки и риски вы предусмотрите?Что можно сделать за первые 2 недели?Где ИИ действительно полезен, а где лучше обычная программная логика?Дополнительно, если кандидат сильный технически: сделать небольшой прототип API или псевдокод одного процесса, например:принять заявку;проверить данные;создать сделку в CRM;записать в БД;вызвать AI-агента для классификации заявки;вернуть статус.Формат: Markdown, PDF, GitHub или Google Doc. Срок: 1-2 дня. Объем: без воды, главное структура и логика.