متخصص اتوماسیون هوش مصنوعی
AI Automation Specialist
متخصص اتوماسیون هوش مصنوعی کارهای تکراری یک شرکت را با پلتفرم‌های workflow مثل n8n، Zapier، Make و Power Automate و مدل‌های زبانی مثل Claude و Gemini خودکار می‌کند: خواندن و خلاصه کردن سند، جابه‌جایی داده بین CRM و سیستم مالی، دسته‌بندی تیکت و ساختن گزارش. بیشتر کار روی همین پلتفرم‌ها انجام می‌شود، اما آگهی‌ها کار با API، webhook و JSON و گاهی کمی اسکریپت‌نویسی را هم می‌خواهند. عنوان قبلی این صفحه، «متخصص پلتفرم‌های بدون کد هوش مصنوعی» (No-Code AI Platform Specialist)، عنوان شغلی رایجی نیست؛ کارفرماها این کار را AI Automation Specialist، AI & Automation Specialist یا AI Automation Engineer می‌نامند. بیشتر آگهی‌ها شغل تمام‌وقت در خود شرکت‌ها هستند، اما بازار فریلنس و آژانسی هم در کنارشان وجود دارد.
مقدمه و تعریف شغل
متخصص اتوماسیون هوش مصنوعی (AI Automation Specialist) کسی است که در یک شرکت کارهای تکراری و دستی را پیدا می‌کند و با پلتفرم‌های workflow و مدل‌های زبانی خودکارشان می‌کند. ابزار اصلی او پلتفرم‌هایی مثل n8n، Zapier، Make یا Power Automate است که سیستم‌های مختلف را به هم وصل می‌کنند؛ مدل زبانی در این workflowها کارهایی مثل خلاصه کردن، دسته‌بندی یا استخراج داده از سند را انجام می‌دهد. در آگهی‌های ۲۰۲۶ این کار بیشتر عملیاتی است تا مهندسی نرم‌افزار: Saxton & Stump می‌نویسد این فرد «لازم نیست مهندس نرم‌افزار سنتی باشد» و Apptegy می‌گوید «این یک نقش مهندسی سنتی نیست». با این حال کار با API، webhook و JSON تقریباً در همهٔ آگهی‌ها آمده و برخی، مثل Magnet Forensics، تجربهٔ کدنویسی را شرط کرده‌اند.
این نوع کار پیش از موج مدل‌های زبانی هم وجود داشت. طبق ویکی‌پدیا، Zapier در ۲۰۱۱ وقتی شروع شد که دو نفر از بنیان‌گذارانش برای شرکت‌ها به‌صورت فریلنس اتصال‌های کوچک می‌ساختند و دیدند مدام همان connectorها را تکرار می‌کنند. n8n در ۲۰۱۹ منتشر شد و از ۲۰۲۲، و پررنگ‌تر از ۲۰۲۴، به سمت AI رفت: ابزار ساخت ایجنت و سازنده‌ای که از توضیح متنی، workflow می‌سازد. حالا شرکت‌ها برای این کار نیروی داخلی استخدام می‌کنند: از دفتر حقوقی Saxton & Stump و شرکت حسابداری Goodman Jones تا پیمانکار برق Rex Moore و شرکت‌های نرم‌افزاری مثل Apptegy و ClickUp. در آگهی‌هایی که برای این صفحه در اکتبر ۲۰۲۶ بررسی شد، تقریباً همه شغل تمام‌وقت در خود شرکت‌ها بودند. در کنار آن، بازار فریلنس و آژانسی هم فعال است: Zapier فهرستی از Solution Partnerها دارد که برای مشتری اتوماسیون می‌سازند و n8n برنامه‌ای برای «آژانس‌ها و system integratorهایی که با n8n اتوماسیون و AI تحویل می‌دهند» راه انداخته است.
چه چیزی می‌سازید؟
مثال‌های واقعی از خروجی کار یک متخصص اتوماسیون هوش مصنوعی
اتوماسیون بازاریابی و محتوا
در آگهی GotPhoto، متخصص با تیم بازاریابی موارد استفادهٔ AI را فهرست و اولویت‌بندی می‌کند، بازسازی وب‌سایت را با ابزارهای AI برای نوشتن متن و SEO پیش می‌برد و تولید بنر و محتوای تصویری را با workflowهای AI مولد خودکار می‌کند.
گزارش‌گیری و کنترل کیفیت عملیات
EX.CO از متخصص AdOps خود می‌خواهد گزارش‌گیری، QA، دسته‌بندی تیکت و پایش ناشران را بررسی کند و هر جا ممکن است با n8n، Zapier، Make، Google Apps Script و Claude خودکار کند.
اتصال سیستم‌های مالی و فروش
Apptegy کسی را می‌خواهد که داده را بین NetSuite، Salesforce، Workday، Snowflake و بقیهٔ سیستم‌ها با API و webhook جابه‌جا کند و تطبیق‌هایی بسازد که نشان دهد دو طرف با هم می‌خوانند.
پردازش سند و استخراج داده
Rex Moore از اتوماسیون‌های AI برای پردازش سند، استخراج داده، خلاصه‌سازی و پشتیبانی از تصمیم نام می‌برد؛ از برآورد هزینهٔ پروژه تا امور اداری.
workflow روی Microsoft 365 برای کارمندان غیر فنی
در دفتر حقوقی Saxton & Stump، متخصص با Power Automate، SharePoint، Teams و Forms فرایندهای پذیرش پرونده، تأیید، مسیردهی کارها و اتوماسیون اسناد را می‌سازد و با وکلا جلسهٔ تست می‌گذارد.
اتوماسیون پشتیبانی مشتری
ClickUp در Zendesk مسیردهی تیکت، خلاصه‌سازی یادداشت‌ها و تحلیل احساس مشتری را خودکار می‌کند و Zendesk را با Workato و Zapier به Salesforce و ابزارهای دیگر وصل می‌کند.
تخصص‌های مختلف متخصص اتوماسیون هوش مصنوعی
این شغل یک عنوان واحد نیست — مسیرهای تخصصی متعددی دارد
اتوماسیون فروش و بازاریابی (GTM)
GTM / RevOps Automation
اتوماسیون برای تیم‌های فروش، بازاریابی و موفقیت مشتری روی CRMهایی مثل Salesforce و HubSpot. عنوان رایجش GTM Engineer است؛ مثل آگهی‌های Tremendous و Camunda و نقش Automation and AI Specialist - GTM در EverCommerce.
اتوماسیون در محیط Microsoft
Microsoft Power Platform & Copilot Studio
Power Automate، Power Apps و Copilot Studio برای سازمان‌هایی که روی Microsoft 365 کار می‌کنند، مثل دفترهای حقوقی و حسابداری (Saxton & Stump، Goodman Jones). طبق ITJobsWatch آگهی‌های دائم بریتانیا که Copilot Studio خواسته‌اند در یک سال تقریباً پنج برابر شده است.
اتوماسیون بازاریابی و محتوا
Marketing & Content Automation
workflowهای AI برای تولید محتوا، SEO، تولید تصویر و گزارش کمپین؛ مثل آگهی GotPhoto که مالکیت بازسازی وب‌سایت را هم به این نقش داده است.
مالی، عملیات و سیستم‌های سازمانی
Finance, Operations & Business Systems
اتصال ERP، CRM و انبار داده و خودکار کردن کارهای مالی و اداری؛ مثل Apptegy (NetSuite، Snowflake)، Blend و Magnet Forensics که این نقش زیر نظر VP of Business Systems است.
اتوماسیون پشتیبانی مشتری
Support & CX Automation
مسیردهی و خلاصه‌سازی تیکت، پیشنهاد پاسخ و اتصال ابزار پشتیبانی به CRM؛ مثل آگهی ClickUp که روی Zendesk، Workato و Zapier کار می‌کند.
تفاوت با شغل‌های مشابه
کجا این شغل تمام می‌شود و شغل دیگری شروع می‌شود؟
مهندس هوش مصنوعی نرم‌افزار می‌نویسد: سرویس، ایجنت و سیستم RAG با Python یا TypeScript، و آگهی‌هایش معمولاً سابقهٔ مهندسی نرم‌افزار در سیستم‌های پروداکشن می‌خواهند. متخصص اتوماسیون بیشتر روی پلتفرم‌های آماده کار می‌کند و مدل را به‌عنوان یک مرحله در workflow به کار می‌گیرد. آگهی ClickUp این را روشن گفته: «لازم نیست مهندس ML باشید، اما باید بدانید کی و چطور از AI برای حل مسئلهٔ واقعی استفاده کنید». هرچه نقش فنی‌تر شود این مرز کم‌رنگ‌تر می‌شود؛ عنوان AI Automation Engineer گاهی برای کاری نزدیک به مهندسی AI هم به کار می‌رود.
صفحهٔ مهندس سیستم‌های ایجنتیک اتوماسیون کلاسیک را همسایهٔ خود می‌داند و مرز را با تعریف Anthropic می‌کشد: در workflow مسیر از پیش نوشته شده است و فقط در agent خود مدل مسیر را انتخاب می‌کند. بیشتر کار متخصص اتوماسیون workflow است با یک یا چند مرحلهٔ مدل زبانی؛ مهندس سیستم‌های ایجنتیک ایجنت را با کد می‌سازد و ابزار، state و بازیابی از خطا را طراحی می‌کند. در سطح ارشد این دو به هم می‌رسند: Crusoe از Senior Enterprise Automation Engineer ساخت ایجنت‌های خودکار روی Workato و Claude را با ۵+ سال سابقهٔ مهندسی نرم‌افزار می‌خواهد. یک لایه پایین‌تر، مهندس پلتفرم ایجنت زیرساخت اجرای ایجنت‌ها را می‌سازد که در آگهی‌های این صفحه دیده نمی‌شود.
مشاور AI کمک می‌کند تصمیم گرفته شود چه چیزی و چرا ساخته شود و تغییر در روش کار سازمان جا بیفتد؛ ساختن معمولاً با تیم فنی است. متخصص اتوماسیون خودش می‌سازد، راه می‌اندازد و نگه می‌دارد. همپوشانی در آموزش و پذیرش است: EverCommerce از متخصص اتوماسیون برگزاری آموزش عملی برای کارکنان، ساخت کتابخانهٔ پرامپت و تعیین guardrail را هم می‌خواهد. در بازار فریلنس هم این دو کنار هم دیده می‌شوند؛ Nick Saraev شرکت خود را «AI automation consultancy» معرفی می‌کند.
RPA در آگهی‌ها عنوان جداگانه‌ای دارد؛ مثلاً CareDx یک Senior RPA Developer با تخصص Power Automate Desktop می‌خواهد. آگهی‌های این صفحه بیشتر روی پلتفرم‌هایی کار می‌کنند که سیستم‌ها را از راه API و connector به هم وصل می‌کنند و مدل زبانی را وارد workflow می‌کنند. مرز همیشه روشن نیست؛ Idaho National Laboratory از متخصص Power Platform و اتوماسیون AI خود ساخت راه‌حل‌های RPA در Power Automate را هم می‌خواهد. Gartner هشدار می‌دهد برخی فروشندگان محصولات قدیمی‌تر، از جمله RPA و chatbot، را بدون قابلیت ایجنتیک واقعی با نام «ایجنت» عرضه می‌کنند (agent washing).
تأثیر در صنایع مختلف
متخصص اتوماسیون هوش مصنوعی در همه صنایع مشغول به کار است — نه فقط شرکت‌های فناوری
خدمات حقوقی
Saxton & Stump برای وکلا workflowهای پذیرش پرونده، تأیید، مسیردهی کار و اتوماسیون اسناد را روی Power Automate و Microsoft 365 می‌سازد و پروژه‌های AI داخلی و برای مشتری را پشتیبانی می‌کند
ساخت‌وساز و پیمانکاری
Rex Moore دفتری برای داده، اتوماسیون و AI راه انداخته تا این ابزارها را از برآورد هزینه و پیش از ساخت تا اجرای پروژه و امور اداری به کار بگیرد
رسانه و تبلیغات آنلاین
EX.CO گزارش‌گیری، QA، دسته‌بندی تیکت و پایش ناشران در تیم AdOps را با AI و ابزارهای workflow خودکار می‌کند
نرم‌افزار آموزشی
Apptegy در بخش‌های مالی و عملیات workflowهای AI می‌سازد که NetSuite، Salesforce و Snowflake را به هم وصل می‌کنند
مالی و وام
Blend، پلتفرم بانکداری ابری، تیمی برای اتوماسیون فرایندهای داخلی می‌سازد و Big Think Capital صدها workflow پروداکشن روی n8n دارد که Salesforce، Microsoft 365 و سرویس‌های AI را به هم وصل می‌کنند
نرم‌افزار سلامت
EverHealth برای تیم‌های فروش و بازاریابی خود copilot، ایجنت و اتوماسیون می‌سازد و کارکنان را برای استفادهٔ مسئولانه از AI آموزش می‌دهد
حسابداری و خدمات حرفه‌ای
Goodman Jones در بخش‌های حسابرسی، مالیات و مالی، کارهای زمان‌بر را با Copilot، Power Automate و ایجنت‌های AI خودکار می‌کند و محرمانگی و دقت را در مرکز کار می‌گذارد
تجارت الکترونیک و نرم‌افزار
GotPhoto، پلتفرم فروش آنلاین برای عکاسان، اتوماسیون‌های AI را برای بازاریابی، وب‌سایت و تولید محتوای تصویری به کار می‌گیرد
تصورات غلط رایج
قبل از تصمیم‌گیری، این باورهای اشتباه را بشناسید
«بدون کد» یعنی مهارت فنی لازم نیست
پلتفرم‌ها کدنویسی را کم می‌کنند، اما آگهی‌ها مهارت فنی می‌خواهند. GotPhoto کار با REST API، webhook و احراز هویت را ضروری می‌داند، Rex Moore تسلط به Python را خواسته و Magnet Forensics صریحاً نوشته این نقش تجربهٔ عملی کدنویسی لازم دارد. فهم داده، API و مدیریت خطا همان چیزی است که این کار را از استفادهٔ ساده از ابزار جدا می‌کند.
بدون مدرک کامپیوتر نمی‌شود وارد این کار شد
چند آگهی راه را برای تغییر مسیر شغلی باز گذاشته‌اند. Goodman Jones می‌نویسد این نقش برای کسی با یکی دو سال تجربه یا «کسی که پروژه‌هایش توانایی معادل را نشان می‌دهد» مناسب است، EX.CO مدرکی نخواسته و نمونه‌کار می‌خواهد و EverCommerce تجربهٔ عملی معادل را به‌جای مدرک می‌پذیرد. همه این‌طور نیستند: TicketManager مدرک کارشناسی را الزامی کرده است.
این کار بیشتر پروژهٔ فریلنس است، نه شغل
بازار فریلنس و آژانسی واقعی است و Zapier و n8n هر دو برای شریکانی که برای مشتری اتوماسیون می‌سازند برنامه دارند. اما در آگهی‌هایی که برای این صفحه بررسی شد، تقریباً همه شغل تمام‌وقت در خود شرکت‌ها بودند؛ از دفتر حقوقی و شرکت حسابداری تا پیمانکار برق و شرکت نرم‌افزاری.
هدف این است که در هر کاری AI بگذاریم
آگهی‌ها برعکس می‌گویند. Blend می‌خواهد تشخیص دهید کجا راه‌حل ساده‌تر و قطعی بهتر است و Apptegy نظر روشن دربارهٔ اینکه هر ابزار کجا انتخاب اشتباه است. Anthropic هم توصیه می‌کند ساده‌ترین راه‌حل را پیدا کنید و فقط وقتی لازم شد پیچیدگی اضافه کنید؛ گاهی یعنی اصلاً ایجنت نسازید.
اتوماسیون را می‌سازی و کار تمام است
Rex Moore سلامت روزانهٔ اتوماسیون‌های مستقر را جزو وظایف اصلی آورده و ClickUp پایش نرخ خطا و SLA را. Apptegy حتی نگه داشتن فهرست اتوماسیون‌ها و کنار گذاشتن آن‌هایی را که دیگر ارزش ندارند از متخصص می‌خواهد. بخش بزرگی از کار نگهداری، مستندسازی و آموزش است.
یک روز کاری واقعی
در هر سطح روز کاری چه شکلی است؟
جونیور (۰–۲ سال)
روی workflowهای مشخص یک تیم کار می‌کنید و بیشتر وقت صرف ساختن، تست کردن و رفع خطا می‌شود. زیاد با کاربران حرف می‌زنید تا بفهمید کار دستی‌شان دقیقاً چیست.
- ◆نشستن کنار یک همکار و یادداشت مراحل کاری که هر هفته دستی انجام می‌دهد
- ◆ساخت نمونهٔ اولیهٔ یک workflow در n8n یا Power Automate و تست آن با دادهٔ واقعی
- ◆بررسی اجرای ناموفق دیشب: خطا از API بوده، از دادهٔ ورودی یا از پاسخ مدل
- ◆نوشتن راهنمای کوتاه برای کسانی که از اتوماسیون استفاده می‌کنند
میانی (۲–۵ سال)
مسئول اتوماسیون‌های یک حوزه، مثل مالی یا فروش، هستید. پیش از ساختن معیار موفقیت را تعیین می‌کنید، با سیستم‌های اصلی شرکت کار می‌کنید و نتیجه را به مدیران گزارش می‌دهید.
- ◆جلسه با صاحب یک فرایند و تعیین اینکه موفقیت با چه عددی سنجیده شود
- ◆اتصال CRM و ERP با API و ساختن بررسی‌هایی که نشان دهد داده در دو طرف یکی است
- ◆تصمیم دربارهٔ اینکه یک مرحله را به مدل زبانی بسپارید یا یک قاعدهٔ ساده کافی است
- ◆بررسی هزینه و کیفیت خروجی مدل‌ها در workflowهای فعال
ارشد (۵+ سال)
روی معماری، استانداردها و توانمند کردن دیگران تمرکز دارید: قالب‌ها و قواعدی می‌سازید که کارکنان بخش‌های دیگر هم بتوانند خودشان اتوماسیون بسازند، بی‌آنکه امنیت و نظم از دست برود.
- ◆طراحی قالب‌ها و الگوهای مشترک برای سازندگان داخل هر بخش
- ◆تعیین قواعد دسترسی، مدیریت credential و لاگ برای همهٔ اتوماسیون‌ها
- ◆بازبینی workflowهای دیگران و منتورینگ
- ◆انتخاب پلتفرم و ارزیابی ابزارهای تازه پیش از به‌کارگیری
مسئولیت‌ها و وظایف
مسئولیت‌های اصلی
وظایف روزانه و مهارت‌های مورد نیاز در این شغل
- ◈ساخت workflow روی پلتفرم‌هایی مثل n8n، Zapier، Make یا Power Automate، از نمونهٔ اولیه تا پروداکشن
- ◈اتصال سیستم‌ها با API، webhook و connector و جابه‌جایی تمیز داده بین CRM، ERP و ابزارهای داخلی
- ◈گذاشتن مدل زبانی در مرحله‌های مناسب: خلاصه‌سازی، دسته‌بندی، استخراج داده از سند و پیش‌نویس پاسخ
- ◈گذاشتن بررسی، لاگ، هشدار خطا و بازبینی انسانی در هر اتوماسیون و رسیدگی به اجراهای ناموفق
- ◈رعایت امنیت: مدیریت دسترسی و credential، محافظت از دادهٔ حساس و توجه به prompt injection
- ◈پیدا کردن کارهای تکراری و دستی با تیم‌های کسب‌وکار و نقشه‌کشی اینکه کار امروز واقعاً چطور انجام می‌شود
- ◈مستندسازی، تحویل به صاحبان فرایند و آموزش همکاران غیر فنی برای استفادهٔ درست از ابزارهای AI
- ◈اولویت‌بندی موارد استفاده بر اساس اثر، هزینه و زحمت، و تعیین معیار موفقیت پیش از ساختن
- ◈سنجیدن ابزارها و مدل‌های تازه و کنار گذاشتن اتوماسیون‌هایی که دیگر ارزش نگهداری ندارند
مهارت‌های مورد نیاز
مهارت‌های فنی، نرم و حوزه‌ای که یک متخصص اتوماسیون هوش مصنوعی موفق به آن‌ها نیاز دارد
مهارت‌های فنی
n8n، Zapier، Make یا Power Automate؛ آگهی‌ها معمولاً یکی را «یا مشابه» می‌خواهند
وصل کردن سیستم‌هایی که connector آماده ندارند؛ در GotPhoto، Rex Moore و TicketManager صریحاً آمده است
پرامپت‌نویسی برای کارهای تکراری، خروجی ساختاریافته و دانستن محدودیت مدل‌ها
GotPhoto می‌خواهد بتوانید توضیح دهید اتوماسیون‌تان با خطا چه می‌کند
پاک‌سازی، تبدیل و تطبیق داده بین سیستم‌ها؛ Google Sheets و Excel و در صورت امکان SQL
JavaScript یا Python برای جاهایی که پلتفرم کافی نیست؛ Apptegy و Blend دست‌کم یک زبان اسکریپت می‌خواهند
مدیریت secret و credential، کنترل دسترسی و حفاظت از دادهٔ حساس (از وظایف آگهی Blend)
سنجیدن خروجی مدل و گذاشتن مرحلهٔ تأیید انسانی برای موارد حساس
ایجنت‌های داخل n8n یا Zapier و اتصال دستیارهای AI به سیستم‌های داخلی با MCP
برای سازمان‌هایی که روی SharePoint، Teams و Excel کار می‌کنند؛ اصلی‌ترین مهارت در آگهی Saxton & Stump
مهارت‌های نرم
فهمیدن اینکه کار واقعاً چطور انجام می‌شود، با استثناها؛ Apptegy می‌گوید باارزش‌ترین کار اغلب کاری است که کسی درخواستش را نداده
EX.CO و Rex Moore هر دو توانایی توضیح و آموزش به همکاران غیر فنی را می‌خواهند
تعیین معیار پیش از ساخت (ساعت صرفه‌جویی، نرخ خطا، هزینه) و سنجیدن نتیجه بعد از آن
نوشتن راهنما و برگزاری آموزش تا دیگران بتوانند از اتوماسیون استفاده و نگهداری‌اش کنند
ClickUp می‌نویسد مسئولیت کامل سیستم‌هایی را که می‌سازید دارید و آن‌ها را رها نمی‌کنید
Rex Moore انعطاف و یادگیری سریع را از تسلط بر یک ابزار خاص مهم‌تر می‌داند
دانش حوزه‌ای
CRM، ERP و ابزارهای پشتیبانی و مدل داده‌شان؛ Apptegy «تسلط عمیق به دست‌کم یک سیستم سازمانی» می‌خواهد
دقت، حریم خصوصی و نظارت انسانی؛ EverCommerce و Goodman Jones هر دو این‌ها را در مرکز کار گذاشته‌اند
آگهی‌ها تجربهٔ حوزه را امتیاز می‌دانند: AdOps در EX.CO، خدمات حرفه‌ای در Saxton & Stump، ساخت‌وساز در Rex Moore، سلامت در EverHealth
Rex Moore پیگیری مصرف، کیفیت خروجی و هزینهٔ AI در workflowهای فعال را جزو وظایف آورده است
نقشه راه و مسیر آموزشی
نقشه راه تبدیل شدن به متخصص اتوماسیون هوش مصنوعی
این مسیر گام به گام شما را از صفر تا حرفه‌ای هدایت می‌کند.
پایه‌ها: منطق workflow، داده و نقشهٔ فرایند
پیش از هر ابزار، یاد بگیرید یک فرایند کاری را مرحله به مرحله روی کاغذ بیاورید: چه چیزی کار را شروع می‌کند (trigger)، چه داده‌ای جابه‌جا می‌شود، کجا تصمیم گرفته می‌شود و استثناها کدام‌اند. آگهی Apptegy دقیقاً همین را می‌خواهد: نقشهٔ اینکه کار امروز واقعاً چطور انجام می‌شود، با استثناها و راه‌حل‌های موقت. کار راحت با Google Sheets یا Excel و فهم ساختار JSON هم از همین مرحله لازم است.
یک پلتفرم اصلی را عمیق یاد بگیرید: n8n، Make، Zapier یا Power Automate
آگهی‌ها معمولاً یک پلتفرم را با عبارت «یا مشابه» می‌خواهند؛ GotPhoto می‌نویسد «n8n یا ابزاری مشابه مثل Make یا Zapier». پس یکی را عمیق یاد بگیرید و بقیه را در حد آشنایی. اگر هدفتان شرکت‌هایی است که روی Microsoft 365 کار می‌کنند (مثل دفترهای حقوقی و حسابداری در آگهی‌های Saxton & Stump و Goodman Jones)، Power Automate را انتخاب کنید.
API، webhook و کمی کد
هر جا connector آماده نباشد، باید مستقیم به API وصل شوید. آگهی GotPhoto «API integration: REST، webhooks و احراز هویت» و آگهی Rex Moore کار روان با API، webhook و JSON را می‌خواهند. کمی JavaScript یا Python هم لازم می‌شود؛ در n8n برای code node و در Rex Moore برای کارهایی که «ابزارهای آماده نمی‌توانند تمیز انجام دهند».
مدل‌های زبانی داخل workflow: پرامپت، خروجی ساختاریافته و ایجنت
قدم بعد این است که یک یا چند مرحله از workflow را به مدل زبانی بسپارید: خلاصه کردن، دسته‌بندی، استخراج داده از سند یا تصمیم ساده. GotPhoto «تسلط کاری به Claude، فراتر از پرامپت‌نویسی» می‌خواهد و آگهی‌های EX.CO و TicketManager از Claude skills، ایجنت و MCP نام می‌برند. Anthropic مرز را این‌طور می‌کشد: در workflow مسیر از پیش نوشته شده و مدل فقط در مرحله‌هایی تصمیم می‌گیرد؛ در agent خود مدل مسیر را انتخاب می‌کند. توصیه‌اش هم این است که ساده‌ترین راه‌حل را پیدا کنید.
پایداری، امنیت و کار در سازمان
اتوماسیونی که بی‌صدا خراب شود از نبودنش بدتر است. GotPhoto می‌خواهد در هر اتوماسیون بررسی، لاگ و مرحلهٔ بازبینی بگذارید و Blend می‌خواهد کار از اول امن باشد: کنترل دسترسی، مدیریت secretها، لاگ و حفاظت از دادهٔ حساس. وقتی مدل زبانی متن بیرونی می‌خواند، prompt injection هم مطرح می‌شود. در کنار این‌ها، مستندسازی و آموزش همکاران بخشی از کار است، نه کار جانبی.
ابزارها و استک فنی
ابزارهایی که هر مهندس AI باید بشناسد، دسته‌بندی‌شده بر اساس اولویت
پلتفرم‌های اتوماسیون workflow
ویرایشگر بصری مبتنی بر node با امکان کد JavaScript یا Python و اجرای self-hosted؛ رایج‌ترین ابزار در آگهی‌های این صفحه (GotPhoto، TicketManager، Apptegy، Big Think Capital)
پلتفرم low-code/no-code که طبق ویکی‌پدیا برای کاربرانی با دانش فنی کم تا متوسط طراحی شده؛ در آگهی‌های EX.CO، ClickUp و Blend آمده است
مدل‌ها و دستیارهای AI
GotPhoto تسلط کاری به Claude «فراتر از پرامپت‌نویسی» را ضروری می‌داند و EX.CO از Claude skills و ایجنت‌ها نام می‌برد
ساخت ایجنت در محیط Microsoft؛ طبق ITJobsWatch آگهی‌های دائم بریتانیا که آن را خواسته‌اند در یک سال از ۵۴ به ۲۵۳ رسیده است
سیستم‌های سازمانی و iPaaS
CRM و ابزار بازاریابی؛ EverCommerce تجربه با Salesforce و Marketo یا HubSpot را امتیاز می‌داند
اسکریپت‌نویسی روی Google Sheets و Gmail؛ EX.CO آن را در کنار n8n، Zapier و Make آورده است
API، اسکریپت و نسخه‌بندی
مسیر پیشرفت شغلی
از جونیور تا Staff Engineer — چه مهارت‌هایی نیاز دارید و چه درآمدی انتظار داشته باشید
متخصص اتوماسیون جونیور / Analyst
۰ تا ۲ سال
ساخت و نگهداری workflowهای مشخص برای یک تیم، رفع خطای اجراها و مستندسازی؛ مثل نقش AdOps در EX.CO (سطح Entry level) یا نقش Analyst در Goodman Jones که «یک یا دو سال تجربه» کافی می‌داند
متخصص / مهندس اتوماسیون AI
۲ تا ۵ سال
مالکیت اتوماسیون‌های یک حوزه (مالی، فروش، پشتیبانی) از کشف نیاز تا پروداکشن، اتصال به سیستم‌هایی مثل Salesforce و NetSuite و اندازه‌گیری اثر؛ مثل آگهی‌های Apptegy و Blend
متخصص ارشد اتوماسیون AI
۵+ سال
طراحی معماری اتوماسیون و ایجنت در سطح شرکت، استانداردهای امنیت و نگهداری، و ساخت قالب‌هایی که کارکنان دیگر هم بتوانند خودشان بسازند؛ آگهی Crusoe از ارشد این حوزه پشتیبانی از یک Citizen Developer Program و منتورینگ را می‌خواهد
AI & Automation Lead / Manager
پس از سطح ارشد
تعیین اولویت‌ها و نقشهٔ راه اتوماسیون، مدیریت تیم و بودجه و همکاری با مدیران ارشد؛ عنوان‌هایی مثل AI & Automation Lead یا AI & Automation Manager در آگهی‌ها دیده می‌شود
چالش‌ها و جنبه‌های منفی
واقعیت‌هایی که کمتر در آگهی‌های شغلی می‌بینید — قبل از ورود بدانید
خطاهایی که بی‌صدا رخ می‌دهند
عمومییک API تغییر می‌کند یا داده‌ای با شکل غیرمنتظره می‌رسد و workflow بدون اینکه کسی بفهمد متوقف می‌شود یا خروجی غلط می‌دهد. به همین دلیل Rex Moore سلامت روزانهٔ اتوماسیون‌ها و ClickUp پایش نرخ خطا را جزو وظایف اصلی آورده‌اند.
دقت خروجی مدل‌های زبانی
عمومیمدل ممکن است فیلدی را اشتباه استخراج کند یا خلاصه‌ای نادرست بنویسد. GotPhoto می‌خواهد در هر اتوماسیون بررسی، لاگ و مرحلهٔ بازبینی بگذارید و Magnet Forensics درک ریسک‌های دقت و کار با داده را شرط کرده است.
امنیت، دسترسی و دادهٔ حساس
شرکت بزرگاتوماسیونها معمولاً به ایمیل، CRM و سیستم مالی دسترسی دارند. Blend می‌خواهد از روز اول کنترل دسترسی، مدیریت secretها و لاگ در کار باشد. وقتی مدل متن بیرونی می‌خواند، prompt injection هم مطرح است؛ OWASP آن را ریسک شمارهٔ یک برنامه‌های LLM (LLM01:2025) گذاشته است.
انتخاب ابزار درست در بازاری که مدام عوض می‌شود
استارتاپپلتفرمها و مدل‌ها پشت سر هم قابلیت تازه می‌گیرند. Apptegy نظر روشن دربارهٔ اینکه هر ابزار کجا انتخاب اشتباه است می‌خواهد و TicketManager می‌نویسد فناوری هر ماه عوض می‌شود. وابستگی بیش از حد به یک ابزار، جابه‌جایی بعدی را سخت می‌کند.
پذیرش و آموزش همکاران
شرکت بزرگاتوماسیونی که کسی از آن استفاده نکند ارزشی ندارد. EverCommerce از این نقش آموزش عملی، ساعت مشاوره و راهنمای استفاده می‌خواهد و در Saxton & Stump بخشی از کار جلسه‌های تست با وکلاست.
اثبات ارزش در میان هیاهوی AI
عمومیGartner پیش‌بینی کرده بیش از ۴۰٪ پروژه‌های agentic AI تا پایان ۲۰۲۷ به‌دلیل هزینهٔ بالا، ارزش نامشخص یا کنترل ناکافی ریسک لغو شوند. برای همین Apptegy از متخصص می‌خواهد پیش از ساختن، نتیجهٔ مورد انتظار را تعیین و بعد اندازه بگیرد، و TicketManager می‌خواهد آنچه کار نمی‌کند سریع کنار گذاشته شود.
حقوق و بازار کار جهانی
حقوق جهانی متخصص اتوماسیون هوش مصنوعی
حقوق سالانه در کشورهای مختلف بر اساس داده‌های منتشرشده؛ منبع هر ردیف با آیکون کنار نام کشور باز می‌شود.
* ارقام سالانه‌اند. منبع هر رقم:
- ZipRecruiter US, 'Ai Automation Specialist', as of Oct 22, 2026 (from job postings): 25th–75th pct; average
- EX.CO posting, AdOps AI Automation Specialist (New York; LinkedIn seniority: Entry level), Oct 2026: NY pay range; median = midpoint
- Apptegy posting, AI Automation Engineer, Finance & Operations (remote US; 2–4+ years), posted Oct 15, 2026: base range; median = midpoint
- Blend posting, Business Automation Engineer (US; 3+ years), posted Oct 12, 2026: base range; median = midpoint
- Crusoe posting, Senior Enterprise Automation Engineer (Sunnyvale; 5+ years), posted Oct 16, 2026: base range; median = midpoint
- Magnet Forensics posting, AI & Automation Engineer (Enterprise) (Waterloo; 4+ years), posted Sep 16, 2026: CAD range; median = midpoint
- ITJobsWatch, 6 months to 22 Oct 2026, UK permanent job ads citing n8n, any title (35 salaries): 25th–75th pct; median
- Goodman Jones posting, AI & Automation Analyst (London; 'a year or two of relevant experience'), Oct 2026: salary range; median = midpoint
چگونه از صفر شروع کنیم
برنامه گام‌به‌گام برای ورود به مهندسی هوش مصنوعی
ماه ۱: منطق workflow و اولین اتوماسیون
دوره‌های رایگان Zapier Academy را بگذرانید و یک کار تکراری خودتان را خودکار کنید.
ماه ۲: یک پلتفرم را عمیق یاد بگیرید
n8n یا Power Automate را انتخاب کنید و چند workflow چندمرحله‌ای با شاخه و حلقه بسازید.
ماه ۳: API و webhook
با Postman چند API عمومی را صدا بزنید و بعد همان را داخل workflow پیاده کنید.
ماه ۴: مدل زبانی در workflow
یک مرحلهٔ خلاصه‌سازی یا دسته‌بندی با خروجی JSON اضافه کنید و پاسخ‌های نامعتبر را جدا کنید.
ماه ۵: مدیریت خطا و امنیت
برای پروژه‌هایتان هشدار خطا، لاگ و مرحلهٔ تأیید انسانی بگذارید.
ماه ۶: نمونه‌کار و درخواست
دو یا سه پروژه را با توضیح مسئله، اثر و نحوهٔ برخورد با خطا مستند کنید؛ آگهی‌هایی مثل EX.CO و GotPhoto دقیقاً همین را می‌خواهند.
پروژه‌های پیشنهادی برای رزومه
دسته‌بندی و خلاصهٔ پیام‌های ورودی
مبتدیایمیلها یا پاسخ‌های یک فرم را با یک workflow بگیرید، با مدل زبانی دسته‌بندی و خلاصه کنید، نتیجه را در Google Sheets بنویسید و برای موارد فوری اعلان بفرستید. برای خطای API و پاسخ نامعتبر مدل هم مسیر جدا بگذارید.
استخراج داده از فاکتور یا قرارداد با بازبینی انسانی
متوسطPDF را بگیرید، فیلدهای مشخص را با خروجی JSON از مدل استخراج کنید، موارد کم‌اطمینان را برای تأیید یک نفر بفرستید و بقیه را مستقیم در جدول ثبت کنید. در README بنویسید چند درصد نمونه‌ها درست استخراج شدند.
همگام‌سازی CRM و گزارش هفتگی خودکار
متوسطبا نسخهٔ رایگان یک CRM، رویدادها را با webhook بگیرید، داده را تمیز و تکراری‌ها را حذف کنید و هر هفته گزارشی خودکار با خلاصه‌ای که مدل زبانی نوشته بفرستید. اتصال را با Postman تست کنید.
دستیار پاسخ‌گو روی اسناد داخلی
متوسطیک ایجنت در n8n یا Zapier بسازید که به چند سند (مثلاً راهنمای کارکنان) دسترسی دارد و به سؤال‌ها با ذکر منبع پاسخ می‌دهد. دسترسی‌اش را فقط‌خواندنی کنید و چند نمونه سؤال گمراه‌کننده را امتحان کنید تا ببینید از دستورهای داخل سند پیروی می‌کند یا نه.
پروندهٔ کامل اتوماسیون یک فرایند واقعی
پیشرفتهفرایندی از کار قبلی خودتان را انتخاب کنید (مثلاً پیگیری سفارش یا گزارش ماهانه). پیش از ساختن، زمان و خطای فعلی را اندازه بگیرید، بعد اتوماسیون را با لاگ، هشدار خطا و مستند تحویل بسازید و نتیجه را بعد از چند هفته دوباره اندازه بگیرید. این همان چیزی است که Apptegy با «پیش از ساختن اندازه‌اش را بگیر» و GotPhoto با «نشان بده با خطا چه می‌کند» می‌خواهند.
مثال‌های واقعی و Case Studies
داستان‌های واقعی از مهندسانی که در این حوزه تأثیرگذار بوده‌اند
طبق ویکی‌پدیا، پیش از راه‌اندازی شرکت در صنعت فیلم به‌عنوان هنرمند جلوه‌های ویژه و مهندس pipeline کار می‌کرد و در فیلم‌هایی مثل Pirates of the Caribbean: On Stranger Tides نامش در تیتراژ آمده است.
n8n را در برلین بنیان گذاشت؛ پروژه در اکتبر ۲۰۱۹ عمومی شد. n8n در ۲۰۲۵ در رتبه‌بندی JavaScript Rising Stars اول شد، در اکتبر ۲۰۲۵ سرمایهٔ ۱۸۰ میلیون دلاری با ارزش‌گذاری ۲٫۵ میلیارد دلار جذب کرد و در مه ۲۰۲۶ سرمایه‌گذاری SAP این ارزش‌گذاری را تقریباً دو برابر کرد.
مسیر او از ساختن pipeline در جلوه‌های ویژه به ساختن ابزار اتوماسیون نشان می‌دهد که فکر کردن به جریان کار و ابزارسازی، از هر صنعتی که بیاید، در این حوزه به کار می‌آید.
در دانشگاه Missouri درس خواند. طبق ویکی‌پدیا، او و Mike Knoop به‌صورت فریلنس برای شرکت‌ها اتصال‌های کوچک بین نرم‌افزارها می‌ساختند و او همزمان با Bryan Helmig در شرکت Veterans United Home Loans کار می‌کرد.
در ۲۰۱۱ همراه Helmig و Knoop، Zapier را به‌عنوان یک پروژهٔ جانبی در Columbia (ایالت Missouri) شروع کرد؛ چند ماه کنار شغل تمام‌وقت روی آن کار کردند. Y Combinator بار اول درخواستشان را رد کرد و سال بعد پذیرفت. Zapier از ۲۰۱۴ سودآور است، از ابتدا کاملاً دورکار بوده و در ۲۰۲۶ با بیش از ۹٬۰۰۰ اپلیکیشن یکپارچه می‌شود.
Zapier از کار فریلنس با اتصال‌های تکراری بیرون آمد. دیدن کاری که مدام تکرار می‌کنید، همان مهارتی است که این شغل هر روز از شما می‌خواهد.
طبق سایت شخصی‌اش، ساکن کاناداست و از ۲۰۱۸ دربارهٔ AI، کسب‌وکار و خودسازی می‌نویسد. بنیان‌گذار LeftClick است که آن را «یک مشاوره‌کدهٔ اتوماسیون AI» معرفی می‌کند.
به گفتهٔ سایتش، بیش از ۱٫۵ میلیون نفر کانال‌های YouTube و Instagram او را دنبال می‌کنند و دوره‌های رایگان چندساعته دربارهٔ Claude Code، n8n و ایجنت‌های AI منتشر کرده است. Maker School، جامعهٔ آموزشی‌ای که بنیان گذاشته، به گفتهٔ خودش بیش از ۱۲٬۰۰۰ فارغ‌التحصیل دارد.
او نمونهٔ سمت فریلنس و آژانسی همین بازار است: همان مهارت‌ها را می‌شود به‌جای استخدام در یک شرکت، به‌صورت خدمات برای چند مشتری فروخت. آموزش دادن آنچه یاد می‌گیرید هم راهی برای دیده شدن است.
نمونه آگهی استخدام واقعی + تحلیل
یک آگهی واقعی از شرکت فعال در حال استخدام، با تحلیل هر بخش
AI Automation Specialist - Marketing & Web (all genders)
تحلیل نیازمندی‌ها
Hands-on experience building AI automations in a professional setting, typically 1 to 2 years.
یک تا دو سال تجربه در محیط کاری کافی است؛ این یکی از کم‌تجربه‌ترین سطح‌ها در میان آگهی‌های این حوزه است. اگر در شغل فعلی‌تان اتوماسیونی ساخته‌اید که همکاران از آن استفاده می‌کنند، همان تجربه حساب می‌شود.
ضروریProof that you ship: you can show us at least one automation you built end-to-end, describe the impact and explain how it handles errors.
مهم‌ترین خط آگهی: نمونه‌کار کامل، نه گواهی دوره. باید بتوانید بگویید اتوماسیون چه اثری داشت و وقتی چیزی خراب شود چه اتفاقی می‌افتد. پروژهٔ پنجم بخش نمونه‌کار برای همین طراحی شده است.
ضروریStrong working expertise with Claude, including building use cases beyond prompting.
«فراتر از پرامپت» یعنی کار با قابلیت‌هایی مثل project، skill، اتصال به ابزار و ساختن کاربردی که دیگران هم استفاده کنند، نه فقط گفتگو با مدل.
ضروریWorkflow automation with n8n or a comparable tool such as Make or Zapier.
یکی از این پلتفرم‌ها را باید عمیق بلد باشید؛ عبارت «یا ابزاری مشابه» نشان می‌دهد مفهوم مهم‌تر از نام ابزار است.
ضروریAPI integration: REST, webhooks and authentication.
مرز بین استفاده‌کنندهٔ ابزار و متخصص اتوماسیون همین‌جاست: وصل شدن به سیستمی که connector آماده ندارد، دریافت رویداد با webhook و مدیریت کلید و توکن.
ضروریAccuracy and safety: you build checks, logging and review steps into every automation.
خروجی مدل همیشه درست نیست. هر اتوماسیون باید بررسی خودکار، لاگ و در موارد حساس مرحلهٔ تأیید انسانی داشته باشد.
مهمWorking knowledge of MCP, GitHub and basic JavaScript or Python is a plus.
کدنویسی اینجا امتیاز است، نه شرط؛ اما کمی JavaScript یا Python دست شما را برای کارهایی که پلتفرم نمی‌کند باز می‌کند و در آگهی‌های دیگر اغلب لازم است.
مفیدتحلیل مسئولیت‌ها
Discovery & Mapping: Work closely with the marketing team to map out further potential AI use cases across content, acquisition, operations, and campaign analytics.
کار با گفتگو شروع می‌شود، نه با ابزار. باید کار روزانهٔ تیم بازاریابی را بفهمید تا ببینید کجا AI واقعاً کمک می‌کند.
Evaluation & Prioritization: Apply a structured evaluation matrix (measuring efficiency gain, effort, and business impact) to pick high-value quick wins.
همهٔ ایده‌ها ارزش ساختن ندارند. اولویت‌بندی با معیار صرفه‌جویی، زحمت و اثر کسب‌وکار، مهارتی مدیریتی است که در این نقش انتظار می‌رود.
Build, Automate & Measure: Build structured workflows, clean up tool knowledge bases, measure performance, and document processes for seamless handover and adoption by colleagues.
ساختن فقط یک سوم کار است؛ اندازه‌گیری و مستندسازی برای تحویل به همکاران بقیهٔ آن است.
Anchor Project 2: AI-Driven Design Workflows: Automate and streamline our visual asset creation. You will implement generative AI design workflows (e.g., using tools for visual asset generation, localization, scaling banner creation, or brand asset management) to elevate our creative output and reduce manual designer effort.
اتوماسیون فقط متن و داده نیست. اینجا باید workflowهایی بسازید که تولید و بومی‌سازی تصویر و بنر را سریع‌تر کنند و کار دستی طراحان را کم کنند.
Advanced Architecture & Custom Automation: Lead the optimization of centralized team knowledge bases, custom GPTs, and sophisticated multi-agent or API-based automations (e.g., using Make, n8n, or custom scripts).
این مسیر رشد نقش است: از workflowهای ساده به ایجنت‌ها و اتوماسیون‌های مبتنی بر API و اسکریپت. یعنی مهارت فنی‌تان باید با نقش رشد کند.
Enablement & Community: Become the core AI ambassador within marketing, driving up team-wide AI literacy, establishing prompt engineering standards, and collaborating with cross-functional AI peers across GotPhoto.
بخشی از کار آموزش است: بالا بردن سواد AI تیم و تعیین استاندارد پرامپت‌نویسی. کسی که خوب توضیح می‌دهد در این نقش جلو می‌افتد.
نتیجه‌گیری کلی
این آگهی نسخهٔ کم‌تجربه‌تر این شغل را نشان می‌دهد: یک تا دو سال تجربهٔ ساخت اتوماسیون کافی است، مدرک دانشگاهی خواسته نشده و JavaScript یا Python فقط امتیاز است. در عوض باید دست‌کم یک اتوماسیون کامل نشان دهید و توضیح دهید با خطا چه می‌کند، و کار با Claude، یک پلتفرم workflow، API و webhook را بلد باشید. بخش بزرگی از کار هم غیر فنی است: پیدا کردن موارد استفاده با تیم بازاریابی، اولویت‌بندی، مستندسازی و آموزش همکاران. آگهی بازهٔ حقوق ندارد.
آینده و روندها
پیش‌بینی ۵–۱۰ ساله و مهارت‌هایی که باید یاد بگیرید
آمار رسمی جداگانه‌ای برای این شغل وجود ندارد. نزدیک‌ترین داده، تقاضا برای ابزارهای اصلی آن در بریتانیاست: طبق ITJobsWatch، سهم آگهی‌های استخدام دائم IT که n8n را خواسته‌اند در ۶ ماه منتهی به ۲۲ اکتبر ۲۰۲۶ نسبت به همین بازه در ۲۰۲۵ دو برابر شده (از ۰٫۰۲۰٪ به ۰٫۰۴۱٪؛ ۱۰ به ۴۹ آگهی) و سهم Copilot Studio هم تقریباً دو برابر (از ۰٫۱۱٪ به ۰٫۲۱٪؛ ۵۴ به ۲۵۳ آگهی). این‌ها هنوز سهم کوچکی از کل آگهی‌هاست.
منبع: ITJobsWatch (UK), 6 months to 22 Oct 2026
مهارت‌های نوظهور که باید یاد بگیرید
پیش‌بینی‌های آینده
Gartner در ژوئن ۲۰۲۵ پیش‌بینی کرد بیش از ۴۰٪ پروژه‌های agentic AI تا پایان ۲۰۲۷ به‌دلیل افزایش هزینه، ارزش تجاری نامشخص یا کنترل ناکافی ریسک لغو شوند.
در همان گزارش، Gartner پیش‌بینی کرد تا ۲۰۲۸ دست‌کم ۱۵٪ تصمیم‌های روزمرهٔ کاری به‌طور خودکار با agentic AI گرفته شود (در ۲۰۲۴ صفر درصد) و ۳۳٪ نرم‌افزارهای سازمانی agentic AI داشته باشند (در ۲۰۲۴ کمتر از ۱٪).
خود پلتفرم‌ها ساختن اتوماسیون را آسان‌تر می‌کنند: طبق ویکی‌پدیا، n8n سازنده‌ای اضافه کرده که از توضیح متنی workflow می‌سازد. یعنی ساختن workflowهای ساده کمتر تخصص می‌خواهد و ارزش این نقش بیشتر در فهم فرایند، اتصال سیستم‌های پیچیده، پایداری و امنیت است. آگهی‌ها هم در همین جهت فنی‌تر می‌شوند؛ Blend و Apptegy دست‌کم یک زبان اسکریپت می‌خواهند و Magnet Forensics تجربهٔ کدنویسی را شرط کرده است. ریسک دیگر هیاهوست: Gartner هشدار می‌دهد بسیاری از پروژه‌های agentic AI هنوز آزمایشی‌اند و ارزششان ثابت نشده است.
منابع
اطلاعات این صفحه در تاریخ ۳۰ مهر ۱۴۰۵ از این ۳۷ منبع بررسی شده است.
- AI Automation Specialist - Marketing & Web — GotPhoto (job posting)
- AI Automation Engineer, Finance & Operations — Apptegy (job posting)
- Business Automation Engineer — Blend (job posting)
- AI & Automation Engineer (Enterprise) — Magnet Forensics (job posting)
- Senior Enterprise Automation Engineer — Crusoe (job posting)
- Automations Engineer, Post Sales Systems — ClickUp (job posting)
- Senior GTM Systems AI and Automation Engineer — Camunda (job posting)
- GTM Engineer, Marketing — Tremendous (job posting)
- AdOps AI Automation Specialist — EX.CO (LinkedIn job posting)
- AI Automation Specialist — Rex Moore (LinkedIn job posting)
- Automation and AI Specialist - GTM — EverCommerce / EverHealth (LinkedIn job posting)
- AI Automation Engineer — TicketManager (LinkedIn job posting)
- AI & Automation Workflow Specialist — Saxton & Stump (LinkedIn job posting)
- Automation Specialist — Big Think Capital (LinkedIn job posting)
- AI & Automation Analyst — Goodman Jones (LinkedIn job posting)
- Junior IT Systems and Business Automation Specialist - n8n — Simplex (LinkedIn job posting)
- Power Platform & AI Automation Specialist — Idaho National Laboratory (LinkedIn job posting)
- Sr. RPA Developer — CareDx (LinkedIn job posting)
- AI & Automation Manager — Personio (LinkedIn job posting)
- AI and Automation Lead — TAL Australia (LinkedIn job posting)
- ZipRecruiter — Ai Automation Specialist salary (US)
- Glassdoor — AI & Automation Specialist salaries in Canada
- ITJobsWatch — n8n jobs, UK
- ITJobsWatch — Copilot Studio jobs, UK
- ITJobsWatch — Power Automate jobs, UK
- ITJobsWatch — Zapier jobs, UK
- Gartner — Over 40% of Agentic AI Projects Will Be Canceled by End of 2027 (June 2025)
- Anthropic — Building Effective AI Agents
- n8n — Wikipedia
- Zapier — Wikipedia
- TechCrunch — Zapier buys no-code-focused Makerpad in its first acquisition (2021)
- Zapier — Solution Partner Directory
- n8n — Expert partner programme
- Nick Saraev — personal site
- Zapier Academy
- n8n Academy
- OWASP Top 10 for LLM Applications