精通 Python 3.x，深入理解 GIL、内存管理、装饰器、生成器、上下文管理器、元类等高级特性
熟练运用 面向对象（OOP） 与 函数式编程（FP） 思想设计模块化、高内聚低耦合的代码
遵循 PEP8 规范，注重代码可读性与工程化，熟练使用 类型提示（Type Hints） 提升代码健壮性
深度使用主流框架：
Django：熟悉 ORM、Admin、Middleware、Signals、Celery 异步任务、REST Framework（DRF）
Flask / FastAPI：擅长轻量级 API 开发，FastAPI 的依赖注入、Pydantic 模型验证、异步支持
熟悉 RESTful API 设计规范，能实现 JWT/OAuth2 认证、权限控制、限流、日志监控等
掌握 Web 安全实践：防止 SQL 注入、XSS、CSRF、敏感信息泄露等
关系型数据库：PostgreSQL、MySQL（索引优化、事务隔离、主从复制）
NoSQL：Redis（缓存、分布式锁、消息队列）、MongoDB（文档模型设计）
ORM/ODM：SQLAlchemy（Core + ORM）、Django ORM、Tortoise ORM（异步）
数据库迁移工具：Alembic、Django Migrations
熟练使用 asyncio、aiohttp、httpx 构建高并发服务
掌握 Celery + Redis/RabbitMQ 实现任务队列、定时任务、分布式任务调度
了解多线程（threading）、多进程（multiprocessing）适用场景与局限
容器化：Docker（镜像构建、多阶段构建）、Docker Compose 编排
CI/CD：GitHub Actions、GitLab CI，实现自动化测试与部署
云服务：熟悉 阿里云 / AWS 基础服务（ECS、RDS、OSS/S3）
监控与日志：Prometheus + Grafana、ELK（可选）、Sentry 错误追踪
部署：Nginx 反向代理、Gunicorn/Uvicorn 应用服务器、Supervisor 进程管理
数据分析：Pandas、NumPy、Polars（高效数据清洗与转换）
自动化脚本：文件处理、Excel/PDF 生成、网络爬虫（Requests

项目名称：企业级智能运维平台
核心职责与成果：
高并发日志采集与处理系统
基于 FastAPI + asyncio 设计高性能日志接收 API，支持每秒 5,000+ 条日志写入
使用 Redis Streams 作为缓冲队列，结合 Celery 分布式任务 实现异步解析、过滤、结构化
日志存储采用 PostgreSQL 分区表（按天分区），查询性能提升 3 倍，存储成本降低 40%
智能异常检测引擎
基于 Pandas + Scikit-learn 构建无监督异常检测模型（Isolation Forest + 动态阈值）
开发 实时指标计算模块，对 CPU、内存、磁盘 IO 等 20+ 指标进行滑动窗口统计
异常识别准确率达 92%，误报率下降 65%，大幅减少无效告警
自动化运维工作流（Runbook Automation）
设计 可配置化任务模板系统，支持 Shell/Python 脚本动态注入参数
实现 故障自愈流程：如“磁盘满 → 自动清理临时文件 → 通知负责人”
通过 WebSocket 推送执行日志到前端，运维人员可实时跟踪任务状态
系统可观测性与稳定性保障
集成 Prometheus + Grafana，自定义 50+ 业务指标看板（QPS、错误率、任务延迟）
使用 Sentry 捕获未处理异常，MTTR（平均修复时间）缩短至 15 分钟内
编写 Pytest + Locust 自动化测试套件，核心接口覆盖率达 85%