猿急送>

北京Python兼职程序员

ID：417823

MMMR

无

公司信息：
无

工作经验：
1年

兼职日薪：
1000元/8小时

兼职时间：
可工作日驻场（自由职业原因）

所在区域：
北京
海淀

技术能力

作为一名资深后端开发工程师与系统架构师，我具备深厚的计算机科学功底与丰富的工程实践经验。

核心语言与底层基础：精通 Python 及其底层运行机制，熟练掌握内存管理、垃圾回收机制、协程（asyncio）及元编程。具备极强的系统级思维，深入理解操作系统原理，尤其是进程与线程的调度模型。对多级反馈队列（MLFQ）、短作业优先（SJF）等核心调度算法有深刻的代码级理解与模拟调优经验，能够从底层逻辑出发精准处理高并发场景下的资源分配与死锁问题。

自动化与系统工程：具备强大的跨平台（深入 Windows 与 Linux 环境）自动化工程能力。擅长将繁杂的日常任务、数据处理流转转化为高效、健壮的 Python 自动化脚本，并能够结合 CI/CD 工具链构建全自动化的发布与运维流水线。

框架与微服务架构：精通 FastAPI、Django、Flask 等主流 Web 框架，熟练设计高可用、高并发的 RESTful API 及微服务架构。深度掌握关系型数据库（PostgreSQL/MySQL）与 NoSQL（Redis/MongoDB）的底层索引原理、性能调优及复杂 SQL 查询优化。

分布式与云原生：熟练运用 Docker 进行容器化部署，具备分布式系统设计经验。熟悉消息队列（Kafka/RabbitMQ）及分布式缓存架构，善于通过解耦与异步化设计，构建高吞吐量、低延迟的健壮后端系统。

项目经验

项目一：基于多级反馈队列（MLFQ）的分布式计算资源调度引擎
项目描述：在重构某大型计算平台的底层架构时，针对海量异构任务（I/O密集型与CPU密集型混合）导致的资源分配不均与系统阻塞问题，主导开发了全新的基础资源调度引擎。
职责与业绩：

深度应用操作系统底层调度理论，抛弃了原有的基础轮询机制，使用 Python 结合 C++ 扩展从零实现了一套高度定制化的多级反馈队列（MLFQ）调度算法。

针对任务的执行特征进行了精细化的时间片轮转与队列降级设计。在核心调度循环中，精准优化了高优先级队列的抢占逻辑与状态流转，例如，严格界定了时间片耗尽后任务重返队列的精确时机（如在特定系统时钟周期 T=10 时准确控制进程重返 Q1 队列等待二次调度），彻底解决了此前高负载下低优先级任务饿死的技术痛点。

结合短作业优先（SJF）的启发式预测模型优化了作业评估逻辑。该调度引擎上线后，平台整体的任务平均周转时间缩短了35%，核心资源利用率提升了近50%，显著突破了系统的并发承载上限。

项目二：企业级跨平台自动化流水线与任务中台
项目描述：为解决内部研发与运维团队繁杂的日常工作流，设计并开发了一套高扩展性的自动化任务调度与执行中台。
职责与业绩：

基于 asyncio 和 Celery 构建了高性能的异步调度核心，将分布在 Windows 主机与 Linux 集群上的海量零散自动化脚本进行统一纳管与调度，系统并发吞吐量提升了数倍。

封装了底层的系统级调用接口与隔离沙箱，大幅降低了由于环境依赖带来的部署成本与安全风险。

引入了基于有向无环图（DAG）的复杂任务依赖管理与指数退避重试机制，确保了核心数据链路在网络抖动时的最终一致性。该平台平稳运行，将原本需要高度人工干预的流程全部自动化，每月为团队节省数百小时的人工耗时，极大提升了研发效能。