复活！分享一下ai infra见解

本人入职数月，在ai infra上比起入职前有了一定的了解，现在分享一下回馈牛客上的大伙😙：

薪酬方面：对于ai infra，大部分还是属于开发类，比不过算法，但在开发里算高的。

要求方面：感觉这方向属于是要求比较高的了，从学历上来说这方向很多都是清华上交的人在做（感觉是因为mooncake，sglang），但找工作的话学历不绝对；从卷度上来说真得挺卷的，ai发展日新月异，作为底层的基础设施需要支持不同的场景；做ai infra的人越来越多，内部外部都会存在压力。

工作内容方面：从外层的最佳实践，到整个的系统优化，到某一个模块的优化，到学术上的贡献，到算子适配设计......

学习推荐：作为学生，如果实验室没有卡可以用的话，最好学习开源推理框架，而且对大模型要比较了解，要不断跟进业界开源模型，了解模型最新的改进，比如deepseek的mla，了解不同的系统设计，比如pd分离；如果有卡可以用的话最好自己部署一下不同的模型，并且往最佳实践上靠一下，验证不同算法改进的优势与劣势。

若有其他疑惑可直接私我😊，不定时解答一波

（图文无关😋）