AI Automation Engineer / Solution Architect

На данный момент Fullstack AI Automation Engineer / Solution Architect.

Мои компетенции и опыт

Контакты вне площадки: (@)hrip7

Ищу работу или рассмотрю проектное сотрудничество. Я инженер по автоматизации с глубоким бэкграундом в Full-stack разработке (PHP/WordPress). Специализируюсь на проектировании автономных агентных систем и сложных пайплайнов обработки данных. Мой подход базируется на «Vibe Coding» — делегировании написания кода ИИ-агентам, что позволяет мне кратно ускорять цикл разработки от идеи до работающего MVP. Обладаю опытом развертывания и администрирования собственной инфраструктуры (Docker, Linux, Self-hosted n8n/Supabase). Я свободно читаю документацию любых API и интегрирую их в существующие стеки. Быстро изучаю новые инструменты или нахожу необходимые для решения ваших задач.

Ключевые навыки AI & LLM Engineering: Prompt Engineering: Few-shot prompting, Chain-of-Thought (CoT), System Role Optimization. Agentic Frameworks: n8n (сложные каскады), CrewAI, AutoGen. RAG & Data: Vector Databases (Supabase/pgvector), Embeddings, Data Pipelines. Интеграции: Google Gemini API, OpenAI, Claude (Open Claw), API Telegram Разработка и Automation: Backend: Python, PHP, SQL (PostgreSQL). Web часть: нужен доступ к резюме , TypeScript, CMS WordPress (архитектура и автоматизация). DevOps: Docker & Docker Compose, Linux, Nginx, Git, CI/CD через Webhooks. Data Scraping: Playwright (автоматизация браузера, обход защит), noVNC.

Из последних моих работ были такие проекты:

1. Система поиска и анализа дроп-доменов «Expired» (Доступен дамп проекта к ознакомлению)

Автоматизированная система полного цикла для поиска и многоканального анализа освобождающихся доменов.

Бизнес-задача: минимизация ручного труда SEO-специалистов при поиске качественных доменов («дропов») для построения PBN-сетей и редиректов в конкурентных нишах (например, медицина).

Реализация:

Архитектура: микросервисная система в Docker, разделенная на модули app (интерфейс), parser (сбор данных) и analyzer (ИИ-обработка).

Parsing Engine: автоматизированный сбор данных с агрегаторов через Playwright с использованием виртуального фреймбуфера (Xvfb) и трансляцией браузера в админку через noVNC для ручного обхода капч.

AI Scoring: внедрен двухэтапный анализ на базе Google Gemini: быстрая «Flash-сортировка» метаданных и глубокий «Pro Scoring» истории веб-архива и ссылочного профиля.

Оркестрация: управление очередями задач организовано через PostgreSQL, что обеспечивает отказоустойчивость при перезапуске модулей.

2. SaaS-система автоматизации Telegram-контента (Доступен дамп проекта к ознакомлению)

Масштабируемый ETL-конвейер для захвата, уникализации и дистрибуции контента в сетях Telegram-каналов.

Бизнес-задача: создание автономной сетки каналов с уникальным контентом (паразитный трафик), работающей без участия редакторов: от парсинга доноров до генерации медиа.

Реализация:

Оркестрация: система из 11 взаимосвязанных сценариев n8n, управляемая через кастомный UI (n8n Forms).

Data Pipeline: автоматический сбор постов через RSSHub, хранение тяжелых медиафайлов в Google Drive и структурированных данных в Supabase.

AI Media Engine: автономная генерация уникальных обложек — ИИ анализирует текст, подбирает релевантные фото по API, создает коллаж, накладывает подложку и типографику фирменным шрифтом.

Smart Scheduling: алгоритм вычисления идеального времени публикации с учетом часовых поясов, рабочих часов каналов и заданных интервалов в БД.

Deep Rewrite: автоматическая адаптация текстов через OpenAI/Gemini под лимиты Telegram (до 1024 символов) с сохранением смысла и SEO-оптимизацией.

3. Multi-Agent SEO Content Engine

Масштабируемая система автономной генерации и публикации контента.

Бизнес-задача: замена полноценного контент-отдела автоматизированным решением для создания SEO-оптимизированных лонгридов в промышленных масштабах.

Реализация:

Оркестрация агентов: спроектировал каскадную систему из 7+ специализированных ИИ-агентов, отвечающих за поиск источников, SEO-ключи, структуру, написание и проверку качества.

Automation Pipeline: сквозной процесс обработки в n8n, включая генерацию мета-тегов и подготовку медиафайлов.

Интеграция: автоматический постинг готовых материалов в WordPress через REST API.

Результат: создание автономного цикла производства контента, готового к масштабированию на неограниченное количество ресурсов.

4. Система автоматизации PBN-сетей (200+ сайтов)

Промышленное решение для управления и наполнения крупной сети SEO-активов.

Бизнес-задача: централизованное управление инфраструктурой из сотен сайтов и автоматизация товарного наполнения для партнерских программ.

Реализация:

Масштаб: развертывание и настройка сети из 200+ сайтов на WordPress.

Data Sync: система на n8n для импорта товарных каталогов и ежедневного постинга новостей.

Инфраструктура: использование Supabase как единого бэкенда для управления данными, логами и конфигурациями.

Результат: кратное снижение издержек на администрирование и полная автоматизация монетизации.

5. Портал по подбору подарков (SaaS MVP) (Доступны скриншоты проекта к ознакомлению)

SEO-ориентированный сервис на базе ИИ для захвата органического трафика в нише e-commerce.

Бизнес-задача: быстрый запуск масштабируемого сервиса для ответов на сложные пользовательские интенты и захвата позиций в поисковой выдаче.

Реализация:

Vibe Coding: скоростная разработка MVP в кратчайшие сроки с помощью ИИ-инструментов.

AI Logic: алгоритм подбора на базе ИИ-интентов, анализирующий параметры запроса для предложения релевантных офферов.

Масштабируемость: архитектура позволяет быстро локализовать проект под разные ГЕО и рынки.

Результат: запуск гибкой платформы с высоким потенциалом роста при минимальных затратах на контент.