Портфолио и кейсы фрилансеров по AI-автоматизации процессов

n8n-автоматизация: Telegram-бот для прохождения чек-листов ресторана (открытие/закрытие смены, фудтестинг) с сохранением ответов в Data Table и AI-аналитикой по запросу администратора. Архитектура: классификация входящих апдейтов (Code-нода) → маршрутизация по типу события (Switch) → сессии пользователей и вопросы чек-листов в n8n Data Table → обязательные фото по отдельным пунктам → автосборка сводки по проблемным пунктам и рассылка отчёта администраторам. Отдельная ветка — AI Agent (deepseek через OpenAI Chat Model ноду) отвечает на аналитические запросы админа по данным ответов и пользователей («покажи проблемные пункты по цеху за 7 дней» и т.п.), с защитой промпта от компрометации данных и токенов. Стек: n8n (Code-ноды, Switch, Data Table, Telegram-триггер/ответы), AI Agent + LangChain-ноды, deepseek-chat.

Соло-проект: спроектировал, разработал и вывел в прод self-hosted SaaS «Все в норме» для учёта пищевой безопасности (HACCP) для сети из 6 ресторанов. До этого — бумажные журналы ХАССП и стороннее SaaS; сейчас — электронные журналы (16+ типов), аудит-трейл, PDF/XLSX-отчёты по клику, все 6 точек ведут учёт ежедневно. Backend: Python, FastAPI, SQLModel/SQLAlchemy, Alembic (15+ миграций), JWT-auth с ротацией refresh-токенов, мультитенантность на уровне ORM. БД: SQLite (WAL, single-writer). Frontend: Vue 3, TypeScript, Vite, Pinia, Tailwind. AI-модуль: агентные сценарии на LLM, SSE-стриминг, защита от prompt-injection. Инфраструктура: Docker Compose, nginx, VPS. Честно: соло-фаундерский опыт, не формальная команда разработки.

Разработана AI SaaS-платформа для автоматизации рекламы, аналитики и управления продажами на Wildberries. Сервис объединяет управление рекламными кампаниями, юнит-экономику, аналитику продаж, автоматизацию ставок и инструменты искусственного интеллекта. В платформу встроен AI-аналитик, который каждые 3 дня анализирует активные рекламные кампании, выявляет причины изменения эффективности и формирует рекомендации по оптимизации. Также ИИ анализирует всю товарную матрицу с учетом юнит-экономики, остатков, сезонности, продаж, комиссий, логистики и других показателей, помогая принимать решения о запуске рекламы, изменении цен и развитии ассортимента. Реализованы автоматический бидер для поддержания позиций в выдаче Wildberries, «Оракул ставок» для поиска оптимальной ставки, интеграции с API Wildberries, Яндекс Wordstat, Google Sheets и «МойСклад». Встроена система алертов, контролирующая бюджет, CTR, ДРР, остатки, остановку рекламы, ошибки синхронизации и другие показатели с отправкой уведомлений в Telegram-бот. Дополнительно реализованы AI-чат с возможностью обучения модели, журнал действий сотрудников и постановка задач менеджерам через Telegram. Платформа автоматизировала контроль тысяч SKU и рекламных кампаний, значительно сократила объем ручной работы и ускорила принятие управленческих решений.

Разработали AI-платформу для автоматической обработки и квалификации обращений в логистической компании. Система определяет намерение клиента, подключает специализированного AI-агента, собирает параметры заказа, прогревает лид и передает его в Bitrix24 с полной историей диалога. Обеспечивает омниканальную обработку, контроль SLA и исключает потерю заявок.

Разработал систему автоматической обработки документов для предпринимателя, который одновременно ведёт бизнес, личные дела, международные семейные документы и юридическую практику. После сканирования документ проходит полный цикл без ручной сортировки: OCR распознаёт текст, система определяет тип документа, контрагента и нужный раздел, переименовывает файл, сохраняет его в архив и при необходимости создаёт задачу со сроком выполнения и ссылкой на оригинал. Для надёжности реализованы детерминированные проверки и очередь ручной верификации: система не полагается только на оценку уверенности ИИ. Исходящие ответы автоматически сопоставляются с входящими письмами и закрывают связанные задачи. Также создан RAG-поиск, позволяющий задавать вопросы на русском языке и находить информацию в немецких документах. Дополнительно реализованы приватная веб-панель, Telegram-ассистент, двухуровневая защита от дублей и миграция исторического архива. Результат проекта: — 769 документов в единой системе; — 4 независимых регистра; — 56 контрагентов; — 3 130 поисковых фрагментов; — обработка 503 архивных сканов без дублей в базе; — автоматическое создание и закрытие задач; — приватная инфраструктура на Docker, PostgreSQL и pgvector. Для демонстрации проекта подготовил интерактивную HTML-презентацию с архитектурными схемами, интерфейсами и описанием бизнес-логики.

Разработана система юнит-экономики и автоматизации управления товарами для продавцов Wildberries с большим ассортиментом продукции. Основной задачей было исключить ручное обновление остатков и цен, автоматизировать работу с несколькими поставщиками и обеспечить прозрачный расчет прибыльности каждого SKU. В рамках проекта реализована интеграция с несколькими поставщиками: прайс-листы автоматически загружаются и объединяются в единой системе, после чего остатки автоматически распределяются по складам и могут отправляться на Wildberries через API всего одной кнопкой. Также разработан модуль юнит-экономики, включающий расчет себестоимости, комиссий Wildberries, налогов, логистики, чистой прибыли, рентабельности и маржинальности товаров. Реализованы инструменты массового изменения цен, расчета рекомендованных цен, анализа продаж и выявления неликвидных товаров. Особенности проекта: • интеграция с API Wildberries; • полностью автоматизированный цикл работы с товарами; • поддержка большого количества SKU и поставщиков; • масштабируемая архитектура; • исключение ручного переноса данных. Результаты внедрения: 📈 сокращение времени обновления остатков с нескольких часов до нескольких минут; 📈 исключение ошибок ручного ввода данных; 📈 автоматизация управления тысячами товарных позиций; 📈 ускорение принятия решений по ценообразованию; 📈 получение прозрачной системы контроля прибыли и рентабельности бизнеса.

Разработал для себя персональную систему поиска и обработки фриланс-заказов на рынках Германии, Европы и СНГ. Она автоматически собирает публичные объявления с 7 площадок — freelancermap, freelancer.com, Upwork, freelance.de, Etengo, FL.ru и Kwork — через RSS, JSON API, гостевые страницы, Gmail-алерты и управляемый скрейпинг. Заказы проходят несколько этапов: первичную фильтрацию по правилам, проверку соответствия моему профилю и мультиагентную оценку. Отдельные агенты выполняют роль фильтра, проверяют возможные ложные отказы, оценивают релевантность и аудируют итоговое решение. Дорогие модели используются только для наиболее перспективных проектов, а повторные результаты берутся из кэша. Для подходящих заказов система создаёт fact-only черновик отклика только на основе подтверждённых навыков и кейсов. Затем текст проверяют независимые критики: на достоверность, правила площадки, убедительность и характерные признаки шаблонного ИИ-текста. Финальная отправка всегда остаётся за человеком. Новый каскад был внедрён через shadow-режим с журналом сравнения старых и новых решений и возможностью мгновенного отката без деплоя. Результат: собрано 993 заказа, оценено 766, из них 188 рекомендованы для отклика, 26 отправлены на дополнительный просмотр, 552 автоматически архивированы. В канбан-трекере накоплено более 210 карточек.

Разработал с нуля внутреннюю операционную систему для берлинской компании по уходу за садами и территориями. Система заменила устаревший планировщик и объединила весь рабочий цикл: заявки клиентов, календарь бригад, наряды сотрудникам, коммуникации, фотоотчёты, счета и контроль оплат. Реализовал четыре интерфейса из одной кодовой базы: веб-приложение для диспетчеров, мобильную PWA-версию, Telegram Mini App и клиентский кабинет без регистрации. В календаре доступны день и неделя, drag & drop, многодневные работы, индивидуальный состав бригады на каждый день, отпуска, праздники и погода по адресу объекта. Подключил Lexware/Lexoffice, официальный WhatsApp Business API, Telegram, Google Drive, Gmail и Yandex. Счёт создаётся прямо из карточки работы, отправляется клиенту в WhatsApp или по e-mail, а его оплата проверяется автоматически. Клиент видит будущие визиты, услуги, фотографии и может запросить перенос или новую работу. Первый рабочий контур вышел в прод через 2 дня после первого коммита. Далее система развивалась в реальной эксплуатации: 205+ коммитов за три недели без остановки рабочего процесса. Я отвечал за анализ процессов, UX, архитектуру, разработку, интеграции, безопасность и запуск.

Разработал комплексную систему учёта рабочего времени, чеков, расходов и расчётов для берлинской компании с выездной бригадой примерно из 12 сотрудников. Сотрудники работают через Telegram-бота: получают наряд на завтра, за несколько секунд отправляют отработанные часы и прикладывают фотографии чеков. Для администратора создана Mini App, а для владельца — защищённая веб-панель с графиками, фильтрами, экспортом, проверкой дня, балансами сотрудников и журналом действий. Система автоматически распознаёт чеки, определяет позиции и НДС, помогает выбрать бухгалтерскую категорию и после подтверждения передаёт данные в Lexoffice/Lexware. Входящие счета поставщиков собираются из двух почтовых ящиков, распознаются и отображаются вместе с PDF, сроками и статусами оплаты. Особое внимание уделено надёжности: transactional outbox, повторная доставка без потери записей, защита от дублей, история ставок сотрудников, расчёты через Decimal и аудит изменений до выполнения операции. Результат: единый контур от отчёта сотрудника до подготовленных бухгалтерских данных. Проведена ретроспективная сверка за 18 месяцев — проверено 12 298,5 часа, итоговое количество расхождений — 0. Проект находится в рабочей эксплуатации и покрыт 660 автоматическими тестами.

Разработала систему учета рабочего времени и расчета заработной платы для компаний со сменным графиком работы: складов, производственных предприятий, сервисных организаций и магазинов. Основной задачей было отказаться от ведения табелей в Excel, сократить количество ошибок при расчете зарплаты и упростить контроль работы сотрудников. В рамках проекта реализованы: • ведение электронного табеля сотрудников; • создание и управление графиками смен; • автоматический подсчет отработанных часов и заработной платы; • система уведомлений о сменах и изменениях расписания; • экспорт отчетов и табелей в Excel; • централизованное хранение данных с доступом через браузер. Особое внимание уделялось удобству использования, возможности быстрого формирования отчетности и дальнейшему масштабированию системы под потребности бизнеса. Результаты внедрения: — сокращение времени на ведение табелей и расчет зарплаты более чем на 80%; — исключение большинства ошибок, связанных с ручным вводом данных; — ускорение подготовки отчетности для бухгалтерии с нескольких часов до нескольких минут; — повышение прозрачности контроля посещаемости и загруженности персонала. Проект позволил автоматизировать кадровые процессы компании, отказаться от множества Excel-файлов и значительно снизить административные затраты.