AI Infra 6个月学习路线

↑↑↑ 点击关注，分享IT技术|职场晋升技巧|AI工具

昨天的文章看过了吗：AI Infra 运维年薪 50 万？我扒了 30 个 JD 发现真相，文末承诺大家，如果红心数超过了20个，下一篇文章就会写《AI Infra 6 个月学习路线》，所以今天这篇文章来了。

废话不多说，直接上内容：

第1月：计算机与Linux + Python系统能力打底

目标：能像 Infra 工程师一样“操作系统 + 写工程代码”

Week 1：Linux核心能力

Day 1：Linux文件系统 / 目录结构
Day 2：权限（chmod / chown / sudo）
Day 3：进程 / 线程 / top / htop
Day 4：内存 / swap / cache机制
Day 5：IO模型（阻塞/非阻塞）
Day 6：shell基础（bash语法）
Day 7：练习：写10个系统监控命令脚本

Week 2：网络基础（AI Infra必备）

Day 8：TCP/IP模型
Day 9：HTTP/HTTPS
Day 10：DNS解析流程
Day 11：负载均衡原理
Day 12：RPC vs REST
Day 13：延迟 vs 吞吐
Day 14：练习：抓包分析HTTP请求

Week 3：Python工程能力

Day 15：Python OOP + dataclass
Day 16：asyncio异步
Day 17：FastAPI入门
Day 18：logging系统设计
Day 19：性能分析（cProfile）
Day 20：多线程 vs 多进程
Day 21：项目：写一个API服务

Week 4：工程基础 + Git

Day 22：Git branch / rebase
Day 23：CI/CD概念
Day 24：Docker基础
Day 25：Dockerfile写法
Day 26：镜像优化
Day 27：Compose
Day 28–30：小项目：容器化API服务

第2月：云计算 + Docker + Kubernetes入门

Week 5：云计算基础

Day 31：IaaS/PaaS/SaaS
Day 32：AWS/GCP/Azure概念
Day 33：VPC网络
Day 34：IAM权限系统
Day 35：S3/Blob存储
Day 36–37：练习云上部署服务

Week 6：Docker深入

Day 38：镜像分层
Day 39：multi-stage build
Day 40：容器网络
Day 41：volume挂载
Day 42：安全扫描
Day 43–44：项目：ML模型Docker化

Week 7：Kubernetes基础

Day 45：Pod / Deployment
Day 46：Service / Ingress
Day 47：ConfigMap / Secret
Day 48：HPA自动扩缩容
Day 49：kubectl调试
Day 50–51：部署一个API到K8s

Week 8：K8s进阶

Day 52：Scheduler机制
Day 53：GPU Node基础
Day 54：DaemonSet / StatefulSet
Day 55：Helm
Day 56：日志系统
Day 57–60：项目：K8s部署ML服务

第3月：MLOps体系

Week 9：ML系统基础

Day 61：训练/验证/推理流程
Day 62：数据pipeline概念
Day 63：feature engineering
Day 64：模型生命周期
Day 65–66：训练一个简单模型

Week 10：MLOps工具

Day 67：MLflow
Day 68：W&B
Day 69：模型注册
Day 70：实验追踪
Day 71–72：实验对比系统

Week 11：数据工程

Day 73：Airflow DAG
Day 74：ETL pipeline
Day 75：Spark基础
Day 76：数据版本管理（DVC）
Day 77–78：构建数据pipeline

Week 12：部署体系

Day 79：模型API服务
Day 80：灰度发布
Day 81：A/B testing
Day 82：监控指标
Day 83–90：项目：完整MLOps pipeline

第4月：GPU + 分布式训练（AI Infra核心）

Week 13：GPU基础

Day 91：GPU vs CPU
Day 92：CUDA架构
Day 93：显存机制
Day 94：batch size影响
Day 95–96：PyTorch GPU训练

Week 14：分布式训练

Day 97：DDP原理
Day 98：AllReduce
Day 99：梯度同步
Day 100：NCCL通信
Day 101–102：多GPU训练

Week 15：高级训练策略

Day 103：model parallelism
Day 104：pipeline parallelism
Day 105：DeepSpeed
Day 106：FSDP
Day 107–108：大模型训练模拟

Week 16：GPU调度

Day 109：K8s GPU scheduling
Day 110：NVIDIA GPU Operator
Day 111：MIG / vGPU
Day 112：资源隔离
Day 113–120：项目：多GPU训练平台

第5月：LLM Infra（最关键）

Week 17：LLM基础系统

Day 121：Transformer结构
Day 122：tokenization
Day 123：KV cache
Day 124：attention优化
Day 125–126：跑开源LLM

Week 18：推理系统

Day 127：batching策略
Day 128：latency优化
Day 129：throughput优化
Day 130：quantization
Day 131–132：INT8/FP16实验

Week 19：LLM Serving

Day 133：vLLM架构
Day 134：Triton Inference Server
Day 135：TensorRT-LLM
Day 136：API Gateway设计
Day 137–138：部署LLM服务

Week 20：RAG系统

Day 139：embedding pipeline
Day 140：vector DB（Milvus）
Day 141：retrieval策略
Day 142：rerank
Day 143–150：RAG完整系统

第6月：系统设计 + 高级AI Infra

Week 21：AI系统设计

Day 151：设计LLM服务系统
Day 152：设计训练平台
Day 153：设计推理平台
Day 154：多租户架构
Day 155–156：画架构图

Week 22：可观测性

Day 157：Prometheus
Day 158：Grafana
Day 159：OpenTelemetry
Day 160：日志系统
Day 161–162：监控AI服务

Week 23：性能 + 成本优化

Day 163：GPU利用率优化
Day 164：batch tuning
Day 165：spot instance
Day 166：autoscaling
Day 167–168：成本优化项目

Week 24：终极项目周（很关键）

Day 169–175：做一个完整系统：

终极项目：“LLM Infra Platform”，包含：

Kubernetes GPU集群
vLLM推理服务
RAG系统
监控系统
自动扩缩容

Day 176–180：面试准备

Day 176：系统设计题
Day 177：K8s + GPU题
Day 178：分布式训练题
Day 179：LLM serving题
Day 180：模拟面试

内容有点多，其中3-5月为核心技能，需要重点关注！

·············· END ··············

哈喽，我是阿铭，《跟阿铭学Linux》作者，曾就职于腾讯，有着19年的IT从业经验，现全职做IT类职业培训：运维、k8s、大模型。日常分享运维、AI、大模型相关技术以及职场相关，欢迎围观。