思维晋级

晋升分水岭关键认知：

 普通工程师：解决交付任务；高级专家：预判业务需求、设计平台架构、量化价值、推动落地。

 

0～12 个月 筑基期清单

区别普通工程师：普通工程师解决 “故障怎么修好”；高级专家回答 “架构为什么出问题、如何系统性规避、如何支撑上层 AI 业务持续迭代”。

1. 深度运维仿真环境升级

实操案例：

完整记录「现象→日志→内核层根因→临时修复→架构优化方案」

验收标准：

积累≥60 条全链路故障知识库（存入 Obsidian），覆盖虚拟化 / 存储 / K8s / 数据库 / AI 推理层

2. 书籍高效精读（MySQL DBA、Hadoop）

实操案例：

学习 MySQL 事务锁章节，在虚拟机构造长事务引发主备延迟、死锁场景；学习 HDFS 存储机制，对标 Ceph 块存储做读写模型对比笔记，形成《分布式存储 IO 瓶颈对比文档》

验收标准：

输出 2 份读书笔记，包含调优参数、风险清单，可以直接用于生产方案参考

3. 编程能力补强

实操案例：

编写 Python 脚本，实现 OpenStack 云主机资源巡检、Ceph 集群性能指标自动采集、K8s GPU 资源使用统计；批量分析故障日志快速定位异常节点

验收标准：

拥有个人运维工具脚本库，至少 5 个可复用自动化脚本，日常工作降低 30% 重复操作

4. 补齐 AI Infra 基础认知

实操案例：

案例：梳理文档《VeRL 强化学习训练对底层算力平台要求》，明确多机训练需要 SR-IOV、带宽规划、显存隔离策略，可提交移动云研究院作为算力建设参考

验收标准：

能够独立搭建 vLLM 轻量化推理环境，清晰回答：大模型训练常见故障根源在虚拟化 / 网络 / 存储哪一层

5. 知识体系结构化

实操案例：

案例：绘制架构图：硬件→虚拟化→存储→容器→推理服务；梳理每层常见故障、调优手段，形成个人技术手册

验收标准：

知识树完整，遇到新问题能够快速定位知识分支，不再碎片化搜索