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

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

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

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

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

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