想做 AI Infra / LLM 推理系统 方向。 身边没有同方向的朋友能问，自己摸着石头过河整理了一份学习路线，越整理越虚——感觉知识点又多又散  我自己总结的核心路线就一句话： 先理解模型前向 → 再理解单请求生成 → 最后再看多请求 / 多卡 / 多实例下的系统优化 把 Decoder 模型和最小推理框架先跑通，再去看工业级系统，应该很多设计会自然浮出来——这个思路对吗？ 想和大家多多交流！

我简历到底怎么样啊，现在马上5月份了，还没有找到暑期实习😥

早上10点到岗，晚上7点走，中间干了啥？我是旅游BG的大模型算法工程师，今天带你看点不一样的。 10:00｜到公司，先看一眼模型跑得怎么样工位上打开电脑，第一件事：登录训练平台，看看昨晚提交的视频生成任务跑完了没。还行，没有爆显存，Loss曲线正常。同事路过：“新模型效果咋样？”——“还在调，中午给你看demo。”10:30｜晨会，聊15分钟旅游BU的晨会很快：对齐进度、同步卡点、确认优先级。我上周接了个AIGC视频生成的优化任务，目标是让生成的视频转场更自然、文案更贴合目的地。今天要试一个新开源模型的效果。mentor听完说：“先跑个AB实验，数据说话。” 11:00｜写代码+调模型，沉浸式...