Разработка AI-агента для сбора B2B-контактов (n8n + Python)

Разработать автоматизированного агента для сбора, структурирования и передачи в базу (Google Sheets) контактов потенциальных B2B-клиентов для холодных звонков и полевых продаж.
тек технологий: n8n (оркестрация), Python (парсинг), Google Sheets (база данных). Интеграция с amoCRM на данном этапе не требуется.
Что нужно сделать:
Настроить сбор данных по 21 сегменту бизнеса (фарма, логистика, ритейл, DIY, FMCG и др.) в Москве и Московской области.
Источники данных:
Открытые: сайты компаний, 2ГИС, Яндекс.Карты, Google Maps, Контур.Фокус (бесплатные данные), СБИС (бесплатные данные), отраслевые рейтинги (INFOLine, РБК), тендерные площадки, LinkedIn, TenChat, Telegram-каналы.
Платные (по согласованию): Контур.Компас, 2ГИС API, СПАРК, D&B.
Собираемые данные:
Название компании, ИНН, адрес (фактический), телефон (общий или отдел продаж), email, сайт.
Сегмент, численность сотрудников (примерная), наличие питания (есть/нет/неизвестно).
ФИО ЛПР (генеральный директор, коммерческий директор, начальник АХО), должность ЛПР.
Категория приоритета (ААА/А/В/С), источник данных, дата сбора.
Автоматическое ранжирование лидов по категориям:
ААА: численность > 500, есть смены, питание отсутствует/неизвестно, крупный РЦ/завод.
А: численность 200-500, есть смены, питание неизвестно/устаревшее.
В: численность 100-200, питание есть.
С: численность < 100, питание есть.
Исключение дублей (проверка по ИНН и названию), выгрузка в Google Sheets, еженедельное обновление по расписанию.
Уведомление ответственному лицу после каждого цикла сбора с отчетом (количество новых записей, дублей, уникальных компаний).
Требования к исполнителю:
Опыт работы с n8n и Python (библиотеки для парсинга: BeautifulSoup, Selenium, Scrapy или аналоги).
Понимание логики обхода блокировок при сборе данных с 2ГИС, Яндекс.Карт и других справочников.
Наличие примеров похожих работ (сбор B2B-контактов, парсинг каталогов, автоматизация сбора данных).
Готовность передать исходный код, схемы workflows n8n и документацию после сдачи проекта.
Соблюдение требований 152-ФЗ: сбор только общедоступных корпоративных контактов из открытых источников.
Формат сотрудничества:
Работа по этапам (всего 7 этапов):
Подготовка (1 неделя)
Анализ источников (1 неделя)
Разработка прототипа MVP на 1 сегменте (2 недели)
Тестирование (1 неделя)
Масштабирование на все 21 сегмент (2 недели)
Промышленный запуск (1 неделя)
Поддержка (постоянно, отдельное соглашение)
Итого: около 8 недель от старта до запуска.
Оплата поэтапная или по факту сдачи MVP (прототипа).
В отклике просьба указать:
Ваш опыт с n8n и Python (ссылки на кейсы или портфолио).
Ориентировочную стоимость реализации:
Этапа 3 (Прототип на 1 сегменте)
Этапа 5 (Масштабирование на все 21 сегмент)
Сроки готовности прототипа.
Перечень платных сервисов и их стоимость (если потребуются подписки на API).

Подробное Техническое Задание предоставим.