ИИ-скоринг вакансий на n8n и Groq: как отсеять 90% мусора и не сломаться о Rate Limit

Поиск редких вакансий через RSS-ленты часто превращается в поток шума: простые фильтры по ключевым словам пропускают «менеджеров по автоматизации» и «руководителей API-команд». Альтернатива — использовать LLM для семантического скоринга, чтобы ИИ работал как строгий технический рекрутер, отбрасывая 90% неподходящих объявлений.

В статье разобрана архитектура пайплайна на n8n с интеграцией Groq API. LLM оценивает каждую вакансию по заданным критериям, а не просто ищет совпадения в тексте. Отдельное внимание уделено «граблям»: как обходить Rate Limit бесплатного тарифа Groq, почему парсинг JSON от модели может падать с ошибкой и как настроить дедупликацию через Data Table, чтобы бот не повторял одни и те же вакансии каждый час.

Практические советы и готовые схемы помогут избежать типовых проблем при построении подобных агентов. Материал будет полезен всем, кто хочет автоматизировать мониторинг с помощью ИИ, но не готов мириться с ограничениями бесплатных API.