批量任务调度管理系统产品系统

在精准营销、客户触达等业务场景中，企业面临海量号码/用户数据的批量处理及跨平台任务分发需求。传统单机处理模式存在效率瓶颈、状态追踪困难、易中断且不可恢复等问题，导致业务响应滞后及人力成本浪费。项目旨在构建基于分布式任务调度架构的统一任务处理平台，通过异步并行计算与可视化任务流管理，解决高并发场景下批量任务的稳定执行、实时状态监控及异常容错等核心痛点。

任务全生命周期管理：基于Python + Web.py构建后端服务，提供任务创建、智能拆分、子任务分发、状态流转及执行数据统计的全链路管控能力
分布式异步执行引擎：利用Celery + RabbitMQ实现任务队列编排与分布式调度，支持子任务并行消费、失败重试及进度追踪，显著提升批量文件导入及号码批量处理效率
缓存与数据处理加速：采用Redis缓存热点任务状态及中间结果，结合Python开发自动化处理程序，应对高频读写场景
第三方生态集成：对接多渠道支付完成订单同步与回调处理；集成AI平台实现推广互动场景下的智能响应

技术栈： Linux、Python、Go、MySQL、Redis、Celery、RabbitMQ、Vue
- 基于 Python + Web.py 独立负责系统后端架构设计与开发，完成 API 接口、核心业务模块、数据库设计及系统基础能力建设。
- 设计与开发，围绕任务创建、智能拆分、子任务分发、批量文件导入、号码批量处理、任务状态流转及执行数据统计等场景构建统一任务处理平台。
- 基于 Celery + RabbitMQ 构建异步任务及分布式任务调度机制，实现子任务并行执行、任务状态管理及失败处理，提高批量任务处理效率。
- 使用 Redis 实现缓存及任务相关数据处理，结合 Python、Go 开发数据处理及自动化程序，提升业务处理效率。
- 负责 MySQL 数据库设计及 SQL 优化，根据任务数据量及业务查询场景进行性能优化。
- 对接多种第三方支付渠道，完成支付下单、订单处理、支付回调及状态同步等核心业务功能。
- 对接第三方AI平台用于WS推广互动