项目总结 - CongGreat/async-await GitHub Wiki

项目名称: 审核员培训在线做题系统
项目描述: 设计并开发了一个专为审核员培训设计的在线做题系统。系统涵盖题目配置、练习和考试功能，支持用户在线做题、提交答案和查看解析。为了帮助审核员快速上岗和正确审核，系统还包括错题回顾和统计分析功能。
技术栈: Python, FastAPI, MySQL, Redis, APISIX, Consul, Nginx, Kubernetes (K8s), Zookeeper (zk), Kibana, Grafana
责任和成就:

模块开发:
题目配置: 实现了题目配置模块，支持多种题型的录入和编辑，方便管理和更新题库内容。
练习与考试: 开发了练习和考试功能，支持审核员在线练习和模拟考试，实时提交答案并获取即时反馈。
答案解析与错题回顾: 提供详细的答案解析和错题回顾功能，帮助审核员复习薄弱环节，提升学习效果。
统计分析: 通过数据统计分析，生成用户学习情况报告，包括答题正确率、错题统计和学习进度。
技术实现:

• 后端开发: 使用FastAPI构建高性能的后端服务，MySQL用于存储题目、答案和用户数据，Redis用于缓存和session管理。
• 服务管理: 使用APISIX进行API网关管理，Consul和Zookeeper用于服务发现和配置管理。
• 系统部署: 通过Nginx进行负载均衡，系统部署在Kubernetes集群上，以保证系统的高可用性和可扩展性。
• 监控与可视化: 使用Kibana和Grafana监控系统日志和性能指标，提供实时数据分析和可视化展示，确保系统的稳定运行。

项目名称: 全面风险管理OA系统
项目描述: 设计并开发了一套全面风险管理OA系统，旨在满足监管部门提出的整改通知要求。系统功能包括处理问询函、行动计划落实情况的管理，并通过审批流处理各节点的状态转变。系统自动通过邮件、企业微信和系统消息通知相关人员，以确保各环节的及时处理和审批。此外，系统集成了风控数据展示和统计功能，为企业提供全方位的风险管理支持。
技术栈: Python, FastAPI, MySQL, Redis, APISIX, Consul, Nginx, Kubernetes (K8s), Zookeeper (zk), Kibana, Grafana, SSE
责任和成就:
整改通知模块:
实现了问询函处理功能，支持接收、记录和管理监管部门的问询函件。
开发了行动计划模块，涵盖行动计划的制定、落实情况的跟踪和审批流的状态转变，实现自动化管理整改过程。
自动通知系统:
集成了邮件、企业微信和系统消息的通知功能，自动向相关人员发送任务提醒和审批请求，确保各环节的及时处理和审批。
风控数据展示与统计:
设计并实现了风控数据的实时展示和统计分析功能，提供关键风险指标的可视化报告，帮助企业实时掌握风险状况和整改效果。
实现了多维度的数据分析，支持详细的风险分析和趋势预测。
系统优化:
负责系统架构设计和性能优化，利用SSE实现实时数据推送，确保系统在高并发环境下的稳定性和快速响应。
优化了数据处理和缓存策略，提高了系统的整体性能和用户体验。

项目名称: 事件自动化系统

技术栈: Python, FastAPI, MySQL, APISIX, Consul, Nginx, Kubernetes (K8s), Zookeeper (zk), Kibana, Grafana, Kafka

项目描述:
设计并开发了一套事件自动化系统，旨在简化Kafka消息任务的配置和管理。系统允许用户配置Kafka的主题（topic），制定Kafka任务，包括参数条件和调用方。用户可以集中管理各小组的Kafka任务，同时生成任务代码以消费数据，并支持手动触发代码的执行。

责任和成就:

Kafka任务配置与管理:

实现了Kafka主题和任务的配置功能，允许用户灵活地定义任务的参数条件和调用方。
提供了集中管理界面，支持各小组任务的创建、修改和监控，提高了任务管理的效率。
自动化任务代码生成:

开发了自动生成任务代码的功能，简化了用户的开发过程，确保任务代码的一致性和准确性。
实现了Kafka消息的自动消费和处理，支持高效的数据流转和实时事件处理。
手动触发与控制:

实现了用户手动触发任务执行的功能，提供了灵活的任务控制选项，满足不同的操作需求。
系统架构与部署:

使用FastAPI构建高性能的服务接口，MySQL用于存储任务配置数据，APISIX用于API管理，Nginx用于负载均衡。
部署在Kubernetes集群上，利用Zookeeper进行服务协调，确保系统的高可用性和可扩展性。
监控与优化:

集成了Kibana和Grafana进行系统日志和性能监控，提供实时的系统状态和数据分析，帮助快速定位和解决问题。
优化了数据处理流程和Kafka消息传递机制，提升了系统的整体性能和稳定性。

项目名称: 风控审核系统

技术栈: Python, Tornado, FastAPI, MySQL, Redis, APISIX, Consul, Nginx, Kubernetes (K8s), Zookeeper (zk), Kibana, Grafana

项目描述:
设计并开发了一套全面的风控审核系统，集成了多个关键模块，包括人工审核、审核质检、策略问题配置、审核培训、反欺诈和反洗钱等。系统支持复杂多样的审核业务场景，旨在帮助企业降低风险、优化审核流程并实现全局掌控。

责任和成就:

人工审核:

实现了人工审核功能，支持对用户授信、贷款申请等业务的深入审核，确保业务合规性和准确性。
审核质检:

开发了审核质检模块，提供审核过程的质量评估和反馈，显著提升了审核结果的准确性和一致性。
策略问题配置:

设计了策略问题配置功能，支持根据不同业务需求配置审核策略，灵活应对各种审核场景。
审核培训:

集成了审核员培训模块，提供在线培训和考核功能，帮助审核员快速掌握审核标准和技能。
反欺诈与反洗钱:

实现了反欺诈和反洗钱模块，提供实时监控和风险识别功能，提升了系统对金融犯罪行为的防范能力。
技术实现:

后端开发: 使用Python、Tornado和FastAPI构建高性能后端服务，MySQL用于数据存储，Redis用于缓存和Session管理。
服务管理: 使用APISIX进行API网关管理，Consul和Zookeeper用于服务发现和配置管理。
系统部署: 通过Nginx进行负载均衡，系统部署在Kubernetes集群上，确保系统的高可用性和可扩展性。
监控与可视化: 使用Kibana和Grafana进行系统日志和性能监控，提供实时的数据分析和可视化展示。

最近两年在一家电商公司的风控部门进行后端开发。期间，我参与并主导了多个大型项目的开发。
比如，我设计并开发了一套全面的风控审核系统，集成了人工审核、审核质检、策略问题配置、审核培训、反欺诈和反洗钱等模块。这套系统帮助企业在复杂的审核场景中有效降低了风险。该系统用到Tornado和FastAPI构建高性能后端服务，使用apisix进行API网关管理，通过Kubernetes集群进行系统部署，确保系统的高可用性和可扩展性。
此外，我还参与了事件自动化系统的开发，主要负责Kafka任务的配置与管理，实现了自动化任务代码生成和手动触发任务执行等功能，极大地简化了数据流转和事件处理流程。
在全面风险管理OA系统项目中，我负责实现问询函处理、行动计划管理和风控数据展示等功能，通过使用SSE技术实现了实时数据推送，优化了系统性能和用户体验。
我喜欢在团队中协作，共同解决问题，能够快速适应新环境和技术，希望能够在贵公司继续发挥我的技术特长，参与到更多有挑战性的项目中。

1. 十方
   项目名称：Astral – 多平台内容发布自动化工具
   项目周期：2024.01 – 2024.03
   项目角色：核心开发者
   技术栈：Python, Playwright, Redis, MySQL, Asyncio, Fastapi

项目描述：
Astral 是一个支持多平台（抖音、快手、小红书）的内容发布自动化工具，通过浏览器自动化技术实现内容的一键发布。

主要职责：
1. 负责项目整体架构设计和核心功能开发
2. 实现多平台（抖音、快手、小红书）的内容发布自动化
3. 开发统一的错误处理和状态管理机制
4. 优化自动化流程，提高发布效率

技术亮点：
1. 使用 Python 异步编程（asyncio）实现高效的并发操作
2. 采用模块化设计，实现平台无关的接口抽象
3. 实现智能的登录状态管理和 cookie 持久化
4. 开发完善的错误处理和重试机制
5. 使用 Redis 实现高效的缓存管理
6. 实现多平台统一的发布流程

项目成果：
1. 将内容发布效率提升 300%，显著减少人工操作
2. 实现多平台统一的发布接口，降低维护成本
3. 系统稳定性达到 99.9%，支持 7*24 小时运行
4. 支持多种内容类型（视频、图文）的自动化发布
5. 实现智能的登录状态管理，提高系统可用性

个人收获：
1. 深入理解了浏览器自动化技术
2. 提升了异步编程和并发处理能力
3. 增强了系统架构设计能力
4. 提高了多平台兼容性处理经验