Задание: AI-агенты. Разработка AI-агента для сбора B2B-контактов (n8n + Python) (Дистанционная работа)
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.
