Воронки и боты-квесты

Соло-разработчик · 6 месяцев

Единолично разрабатывала и запускала вебинарные воронки и интерактивные форматы для вовлечения аудитории – самый ранний и самый универсальный по набору задач этап, до перехода в техлиды.

• Создала порядка 20 ботов разной сложности, включая вебинарные воронки на Salebot
• Разработала игровые Telegram-квесты – вызвали заметный интерес в профессиональном сообществе, неоднократно замечала попытки копирования механик
• Провела 5 вебинаров: техническая организация трансляций (Bizon365 + OBS Studio)
• Разработала методологию сбора аналитики из чат-бот воронок

Техлид агентства ботов

Технический лидер · 8 месяцев · команда 3–5 человек

Руководила технической стороной разработки чат-ботов в команде 3–5 человек, часто работала руками наравне с командой. Проекты строились на конструкторе Salebot (Telegram, VK и другие мессенджеры), но регулярно выходили за его рамки – кастомные интеграции через API и n8n там, где возможностей конструктора не хватало.

• Запущено порядка 150 ботов для ~50 клиентов
• Технически объёмные интеграции: CRM, ChatGPT, Telegram Personal, платёжные системы
• Кастомная разработка через API/n8n сверх стандартных возможностей Salebot
• Аналитика прохождения воронки – отслеживала, где клиенты технически «застревают», инициировала исправления
• Кросс-функциональное взаимодействие: маркетологи, дизайнеры, ОКК
• Методология ведения проектной документации, поиск и онбординг новых сотрудников

CRM-аналитика и телефония

Настройка сквозной аналитики · 3 месяца

До перехода на контент-фабрику настраивала сквозную аналитику для отслеживания эффективности рекламных подрядчиков. Компании нужно было точно считать количество и стоимость лидов от ~10 разных подрядчиков, до этого данные собирались вручную.

• Настроила внешние интеграции в amoCRM и Битрикс24 для отслеживания рекламных кампаний
• Настроила 4 воронки под разные источники трафика
• Связала интеграции с Tilda для сквозного отслеживания пути лида
• Автоматизировала сбор аналитики через n8n – заменила ручной сбор данных полностью автоматическим
• Настроила телефонию (Сипуни, Мегафон), инициировала переход на Манго

Контент-фабрика

Технический директор автоматизации · 8 месяцев

Совмещала роль техлида и хендс-он разработчика в проекте по промышленному производству контента для соцсетей: 90 аккаунтов на 7 площадках, команда операторов публиковала до 1890 роликов в день.

• Ежедневный сбор статистики с 90 аккаунтов: n8n + Apify + API площадок → PostgreSQL → аналитика в Apache Superset
• AI-пайплайн конкурентной разведки: анализ «выстреливших» роликов, автоматическое извлечение сценариев через Gemini/Claude, база «хуков» с интерфейсом для копирайтеров

• Система уникализации видео для мультиаккаунтной публикации: n8n + ffmpeg + S3

• Единая БД PostgreSQL для всех производственных «цехов» + инструмент кастомных отчётов на Claude + MCP
• Инфраструктура телефонной фермы (90 устройств): подбор оборудования, методология операторов, поиск подрядчика для кастомного ПО → 10-кратное ускорение при сохранении устойчивости аккаунтов

• Инициировала автоматизацию публикации и прогрева аккаунтов – начала разработку на Python, передала команде из 3–5 разработчиков; на момент завершения: MVP на 4 аккаунтах
• Веб-приложения в Telegram для сотрудников, Telegram-бот мониторинга инцидентов

• Полное администрирование серверной инфраструктуры проекта

Техспециалист онлайн-школы

7+ лет · Онлайн-школа с аудиторией 5 млн подписчиков

Отвечала за техническую инфраструктуру онлайн-школы: автоворонки, вебинары, аналитику и приём платежей – в условиях больших пиковых нагрузок (например, до 300 тысяч подписчиков боту за 3 дня) и постоянно растущей базы клиентов (свыше 800 тысяч на пике).

• Собрала множество автоворонок и интеграций на Salebot за годы работы (Tilda, Битрикс24, Bizon365, GetCourse)
• Организовала и обеспечивала техническую устойчивость живых и автовебинаров, включая марафоны: пик – 39 000+ регистраций, 16 500 одновременных зрителей
• Создала и поддерживала сводную аналитику для отделов продаж, финансов и производства
• Настроила СМС-рассылки и автодозвоны
• Участвовала в разработке модуля учёта платежей в CRM компании

Дополнительный опыт: в разные периоды также выполняла функции финменеджера, менеджера по продажам и куратора курсов – что дало редкое для технического специалиста понимание всех сторон бизнеса онлайн-школы.

Лендинг + lead-инфраструктура

Full-stack разработка · AI-assisted · B2B SaaS · под NDA

Заказчик – B2B SaaS-компания – заказал одностраничный лендинг: собрать по дизайну из Figma, довести до продакшена и связать все заявки с CRM. Проект вырос от вёрстки до полноценной инфраструктуры сбора и маршрутизации лидов.

• Фронтенд: одностраничный лендинг по макету – hero, блок продукта, преимущества, тарифы с интерактивным калькулятором, FAQ. Пиксель-перфект под три брейкпоинта
• Производительность: Lighthouse мобайл с 63 до ~85 – WebP/AVIF, адаптивные источники, предзагрузка hero, устранение forced reflow
• Lead-инфраструктура: форма → CRM (сделка + контакт с дедупликацией, UTM-метки, ответственный, дубль в мессенджер продаж)
• Чат → CRM: собственный бесплатный «мост» вместо платного маркетплейс-приложения – вебхук-сервис вместо подписки
• Аналитика: веб-аналитика, A/B-инструмент, рекламный пиксель
• DevOps: мультиплатформенный деплой – два git-remote, staging-превью и продакшен через self-hosted PaaS на Docker

«Тихие» баги в синхронизации CRM

Инженер интеграций · n8n · amoCRM · Bitrix24 · PostgreSQL · Directus · под NDA

Лиды квалифицируются в одной CRM, а принятые – передаются в другую, где идёт работа с клубом и продажи. Задача – найти и устранить «тихие» баги в уже существующей двусторонней синхронизации между CRM. Разработка велась в связке с AI-инструментами; диагностика первопричин, логика маппинга и финальная доводка – ручная инженерная работа.

Заказчик и детали скрыты по NDA. Технологический стек и методы приведены как есть – они и составляют суть компетенций.

Контекст и задача

Система работает по схеме: лиды поступают в amoCRM, где менеджеры их квалифицируют. Принятые лиды – те, кто принял оффер – должны автоматически создаваться в Bitrix24, где ведётся вся дальнейшая работа с клубом и продажи. Синхронизация двусторонняя: изменения статусов и ключевых полей должны отражаться в обеих системах.

Проблема: часть данных терялась или дублировалась, но без явных ошибок – воркфлоу отрабатывали штатно, логи были чистые. «Тихие» баги: данные не приходили туда, куда должны были, или приходили не те.

Что сделала

• Проаудировала существующую схему синхронизации в n8n – восстановила актуальную карту потоков данных между amoCRM, n8n и Bitrix24
• Изолировала проблемные сценарии: через тестовые лиды воспроизвела каждый баг в управляемых условиях, не ломая боевой поток
• Диагностировала расхождения в маппинге полей: часть полей amoCRM не имела однозначного соответствия в Bitrix24 – справочники были несинхронизированы
• Использовала Directus как слой маппинга справочников: создала таблицу соответствий идентификаторов между системами, которую воркфлоу n8n читает динамически вместо хардкода
• Устранила дублирование: настроила дедупликацию через PostgreSQL – при повторном триггере система проверяет, существует ли уже запись с таким ID, прежде чем создавать новую
• Исправила потерю данных при обратной синхронизации (Bitrix24 → amoCRM): часть webhook-событий не обрабатывалась из-за несовпадения ожидаемой структуры payload

Стек: n8n · amoCRM API · Bitrix24 REST API · PostgreSQL · Directus (headless CMS как справочник маппинга) · webhooks

Диагностика корпоративного трекера задач

5 завершённых кейсов · ~350 задач в разовой миграции · 0 безвозвратных потерь · под NDA

Серия инженерных задач для корпоративного заказчика: расследование сбоев, сквозные интеграции между headless-CMS, трекером задач и платформой автоматизации, скриптовые доработки и восстановление потерянных данных. Диагностика первопричин, доказательная база и решения по каждому кейсу – ручная инженерная работа.

Стек: Jira (Server/DC) · ScriptRunner · Groovy · Jira Java API · Jira REST API · Automation for Jira · n8n · Directus · PowerShell · REST/webhooks · анализ логов

Дашборд для отдела продаж на Apache Superset

Фриланс · 2026 · PostgreSQL · Apache Superset

Для клиента в сфере услуг с выездными сделками построила аналитическую систему учёта воронки продаж – до этого данные велись вручную в таблицах, без единой картины по конверсии на каждом этапе.

• Спроектировала и настроила PostgreSQL как единое хранилище данных воронки
• Создала веб-форму для менеджеров – простой ежедневный ввод данных без обращения к базе напрямую
• Построила дашборд в Apache Superset: KPI-карточки, помесячная динамика, конверсия на каждом этапе воронки с условным форматированием (план/факт, отклонения)

Автоматизация поиска работы

Личный pet-проект · живая система · n8n + Gmail + Google Sheets + Telegram

Личная система для собственного поиска работы: n8n-воркфлоу парсит email-дайджесты HH.ru (Gmail Trigger → Code parsing → Google Sheets с дедупликацией по vacancyId), плюс отдельный воркфлоу мониторинга тематических Telegram-каналов – прямой скрапинг t.me/s/, минуя нестабильный RSSHub – с уведомлениями по приоритетным вакансиям.

Живой счётчик в графе выше показывает реальное число вакансий, обработанных ботом – данные подтягиваются через вебхук в n8n (ключи Google Sheets остаются на сервере, в браузер не уходят).

Портфолио-сайт: node-graph + AI-чат

Личный проект · 2026 · Vanilla JS + n8n + Claude Haiku

Список резюме на сайте – это просто текст. Хотелось показать рекрутёру живой пример технической работы, а не только перечисление технологий.

Реализация

• Граф-канвас на чистом JS без фреймворков и сборки – узлы-кейсы вместо статичного списка, попапы в духе открытой n8n-ноды
• Прямые ссылки под роль (?role=n8n/pm/ai) – три версии одного сайта под три резюме, без ручного переключения
• AI-чат-виджет: сперва быстрый ответ по FAQ, LLM (Claude Haiku) подключается только когда вопрос выходит за рамки заготовленных ответов
• Дневной лимит запросов и логирование диалогов – чтобы не улететь по расходам и видеть, что реально спрашивают

Показательный технический момент

При деплое сайт неожиданно начал отдавать 404, хотя сборка проходила без ошибок. Диагностика показала: домен маршрутизировался через два независимых Traefik-инстанса с разными механизмами обнаружения сервисов – один читает Docker-лейблы на контейнере, другой управляется через отдельный встроенный интерфейс, и они физически не видят сервисы друг друга.

Решение нашлось методичным сужением слоями – DNS → доступность портов → сетевая видимость → конкретные лейблы – пока не стало ясно, через какой именно Traefik должен идти трафик.

Архитектурная ката – 1-е место (Новички)

«Архитектурная ката», Т-Образование · 11 команд · 2 номинации · формат: задание 5,5 ч + подготовка и живая защита, всего два дня

Соревнование по архитектурному мышлению. За ограниченное время нужно было спроектировать и защитить перед жюри архитектуру платформы доставки еды T-Delivery промышленного масштаба: 55+ городов в 5 странах на 2 континентах, 1,5 млн заказов в день, 25 млн пользователей, 80 тыс. курьеров. Требовалось показать не «набор сервисов», а инженерное мышление: обоснованные решения, компромиссы, работу под меняющиеся требования, реальную экономику и региональную специфику (152-ФЗ в России, PDPL в ОАЭ, мобильные деньги M-Pesa и нестабильный интернет в Африке).

Что делали

• Разобрали требования, посчитали реальную нагрузку и осознанно не переусложняли (заказы – ~17–140/сек, реальный масштаб только у поиска и GPS)
• Спроектировали гибридную архитектуру: модульный монолит-ядро + три микросервиса под критичную нагрузку (трекинг, назначение курьеров, платежи) – с обоснованием через стоимость, скорость разработки и надёжность
• Собрали диаграммы в нотации C4 (Context / Container / Component), потоки данных (happy path + сценарии ошибок), стейт-машину заказа
• Проработали ADR, нефункциональные требования (доступность, масштабируемость, безопасность, observability), стратегию миграции с монолита (Strangler Fig), мультиоблако с учётом законодательства и модель окупаемости
• В формате «чёрных лебедей» отбивали живые инциденты за 15 минут: флешмоб ×100, коллапс платёжного шлюза M-Pesa, фрод курьеров через накрутку GPS – с бизнес- и техническим решением
• Подготовили и защитили решение перед жюри (презентация ~20 минут, ответы на вопросы «что если»)

Мой вклад

Блок «Гибкость бизнеса»: продумывала, как система масштабируется на новые города и страны – что меняется в требованиях (валюта, регуляторика, способы оплаты), какие компоненты можно переиспользовать, а какие проектировать заново под локальную специфику. Отдельно – экономика проекта: во сколько обходится разработка и поддержка, когда окупается. Готовила и защищала этот блок перед жюри.

Прокачали:

TeamRole AI – HR-бот, определяющий архетип в команде

Личный проект · 2026 · MAX + n8n + Claude + OpenRouter

Захотелось проверить гипотезу: может ли короткий диалог с ИИ заменить долгий тест или консультацию, когда человеку нужно быстро понять свою роль в команде. Получился бот TeamRole AI в мессенджере MAX – за 6 вопросов и пару минут разговора он определяет архетип пользователя (генератор идей, координатор, аналитик и другие), объясняет сильную сторону и зону роста, а дальше отвечает на вопросы про командную работу уже с опорой на посчитанный профиль.

Продуктовая логика

• 6 вопросов с кнопками – MAX обрезает длинный текст на кнопках, поэтому короткие метки «1»–«4», а полный текст вариантов вынесен в тело сообщения
• После 3-го вопроса – короткий поддерживающий AI-комментарий по первым ответам, чтобы тест ощущался как диалог, а не как анкета

Технические решения

• Скоринг детерминированный, без AI: проценты по 4 осям считает обычный код – Claude Sonnet подключается только на интерпретацию, превращает цифры в текст архетипа и ведёт свободный чат после теста, опираясь на профиль пользователя
• Карточка архетипа – не шаблон с подстановкой текста: уникальное изображение генерируется отдельно под каждый профиль через Qwen Image
• Три мини-приложения внутри MAX: просмотр и генерация своей карточки с шерингом другим пользователям, галерея всех своих карточек, радар-диаграмма профиля по 4 осям
• Шеринг сделан честно: сервер рендерит финальный PNG через Pillow (не CSS-наложение поверх скриншота), отправляет его через MAX API и вызывает shareMaxContent – то, что человек пересылает друзьям, выглядит так же аккуратно, как в самом вебаппе

Защита от злоупотреблений и аналитика

• Лимиты продуманы против злоупотребления: свободный чат – 15 вопросов в сутки, повторное прохождение теста – 2 раза в сутки, причём лимит считается по факту старта попытки, а не завершения
• Аналитика – append-only лог событий (bot_started, quiz_completed, card_shared и так далее) плюс дашборд в Apache Superset, чтобы видеть воронку использования не постфактум, а в реальном времени