Назад к вакансиям
Логотип ООО "ЗТК"
Habr Career19 августа 2026 г.

AI Automation Engineer, Full-stack разработчик

ООО "ЗТК"

Вознаграждениеот 80 000 до 150 000 ₽
Локация
СНГ / Россия
Формат
Офис
Направления
Вайбкодинг, Веб-разработка, ML-инженер, Промт-инженер, Разработка ИИ-агентов, SEO-оптимизация, ИИ-дизайнер, Автоматизация
Отклик
На Habr Career

Производственная компания, 17 лет занимается шатрами, ангарами и каркасно-тентовыми конструкциями, внедряет ИИ в управление: продажи, производство, маркетинг, SEO, ERP, автоматизацию отделов и работу с данными. Ищет специалиста на постоянную работу, который сможет проектировать и внедрять реальные AI-инструменты в бизнес.

Что уже есть

ERP-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 делать

Работать 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 ищут

Нужен 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 плюсом

Опыт 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. Важен результат, самостоятельность и способность доводить решения до внедрения.

В сопроводительном письме обязательно ответить:

Какие AI-инструменты для разработки реально используете: Claude Code, Codex, Cursor, ChatGPT, другие? Показать 1-3 проекта, где автоматизировали бизнес-процесс с помощью ИИ, API, базы данных или агентов. Описать коротко один самый сложный технический кейс: задача, стек, что сделали, какой был результат. Как бы подошли к задаче: есть ERP, Bitrix24, база данных, сайт и SEO-агенты. Нужно связать это в единую AI-систему управления компанией. С чего начнете? Приложить GitHub, портфолио, описание проектов или короткое видео-демо, если есть.

Отклики без сопроводительного письма и примеров работ не рассматриваются.

Тестовое задание

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 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 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.