Skip to content

Repository files navigation

🎯 AI Infra Interview Prep

12 周 AI Infra 转行准备:目标岗位、能力矩阵、周计划、面试与求职执行。 执行周期:2026-08-24 ~ 2026-11-15(默认 24h/周,附 12h/18h 缩放档)。

定位与职责边界

  • 本仓库:转行计划、学习 TODO、能力矩阵、项目策略、面试与投递执行。
  • 仓库盘点/分类/深读:github-repos-hub (deep-dives 唯一事实来源,本仓库不再保留副本)。
  • 技术证据与项目讲述:open-infra-ai/aicl-lab
  • Star 资源:stars-index

文档地图

文档 内容
TARGET_ROLES.md 主/次/可选岗位方向与边界
JOB_MARKET_EVIDENCE.md 2026-08-19 采样的 23 个岗位与技能频次
BASELINE.md 已有优势与真实短板
SKILL_MATRIX.md 能力等级、目标、证据、差距行动
TOPIC_WEIGHTS.md 时间权重(合计 288h,可核对)与三档缩放
ROADMAP.md 12 周主线与每周必须交付
study-plan.md 每周节奏与执行方法
PROJECT_STRATEGY.md 已定项目(推理系统 / Kernel / C++ 辅助)
INTERVIEW_MATRIX.md 面试题五要素矩阵
APPLICATION_PLAN.md 简历版本、投递节奏、迭代规则
weekly/ 逐周文件(目标/预算/阅读/实验/交付/退出条件)
progress-tracker.md 进度打卡
interview-prep.md / knowledge-map.md / resources.md 主题知识索引与资源

核心事实(2026-08-19 审计)

  • 目标:GPU Kernel / LLM Inference Performance Engineer(主)、Serving(次)、编译器(可选)。
  • 项目已定:tiny-llm + paged-infer(推理)、cuda-foundations + cuflash-attn + triton-fused-ops(Kernel)、 fq-compressor(C++ 辅助)。没有"待定"项目,不新建仓库。
  • P2 大仓(vllm/sglang/TensorRT-LLM/triton/flashinfer/flash-attention/LightLLM)只做 "五个一"目标导向阅读,不做全仓通读。
  • 多 GPU 相关内容一律标注理论学习,不伪造实验数据。

快速开始

  1. weekly/week-01.md 开始执行。
  2. 每周日在 progress-tracker.md 打卡并更新 SKILL_MATRIX 自评。
  3. 每两周复查一次 JOB_MARKET_EVIDENCE.md 的链接有效性。

About

AI Infra 面试准备:学习路线图、TODO、笔记与项目规划

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors