AI + 运维进阶学习路线
基于 4 个目标岗位 JD 整合，删繁就简，保留实战导向内容。
背景：联蔚数科 L1 运维实习经验，1.7G 阿里云 CentOS7 实战环境。
目标：云运维 / AI 平台运维 / AI 应用开发 三个方向均可触达。
一、现状定位
已具备的
- L1 运维实操（联蔚数科）：故障响应、基础监控、常规运维操作
- Prometheus + Grafana 监控栈搭建（实际服务器跑通）
- Docker / Docker Compose 基本使用
- SSH / Linux 基础操作
- Claude Code 等 AI 编程工具使用
需要补齐的短板
- 缺乏系统性：知识点分散，没有形成体系
- 虚拟化（KVM/VMware）零经验
- 数据库运维（MySQL/Redis）未接触
- GPU / CUDA 环境无实操
- LLM 微调和部署没有做过
- Agent / RAG 停留在概念层面，无完整项目
- 证书空白（RHCE、CKA 等）
- 简历上缺少可演示的个人项目
二、四岗位技能需求全景
| 技能领域 | 云运维 | AI平台运维 | AI应用实习 | AI产品研发 |
|---|---|---|---|---|
| Linux 系统管理 | ★★★★★ | ★★★★ | ★★ | ★★ |
| Shell 脚本 | ★★★★ | ★★★ | ★★ | ★★ |
| 虚拟化(KVM/VMware) | ★★★★★ | ★★★ | - | - |
| Docker/K8s | ★★★★ | ★★★★★ | ★★ | ★★★ |
| MySQL/Redis | ★★★★ | ★★★ | - | - |
| 监控/可观测性 | ★★★★ | ★★★★★ | - | - |
| CI/CD | ★★★ | ★★★★ | ★ | ★★★ |
| Python | ★★ | ★★★ | ★★★★★ | ★★★★★ |
| 网络基础 | ★★★★ | ★★★★ | ★ | ★★ |
| GPU/CUDA | - | ★★★★★ | ★★★ | - |
| LLM 部署推理 | - | ★★★★★ | ★★★ | ★★★ |
| LLM 微调(SFT/LoRA) | - | ★★★ | ★★★★ | ★★★ |
| Agent/RAG 实战 | - | ★★★ | ★★★★★ | ★★★★★ |
| Prompt Engineering | - | ★★ | ★★★ | ★★★★ |
| MCP/工具链开发 | - | ★ | ★★★ | ★★★★★ |
| Web 开发(FastAPI) | - | ★★ | ★★★ | ★★★★★ |
| MLOps | - | ★★★★★ | ★★ | ★ |
三、双线并行路径
第一阶段（现在 → 3个月）—— 打地基，能干活
🔧 运维基础
- Linux 深化：系统调优、systemd 管理、故障排查方法论
- Shell 脚本：从写命令到写脚本（定时任务、日志轮转、批量操作）
- 监控进阶：PromQL 查询优化、告警规则编写、Grafana 面板设计
- 虚拟化入门：KVM 原理 + 命令行操作（virsh 基本使用）
- Docker 深化：Dockerfile 编写、多阶段构建、资源限制
- 数据库入门：MySQL 安装配置、基本 SQL、备份恢复（mysqldump）
- CI/CD：GitHub Actions 从 0 到 1，自动部署 docker-compose
🤖 AI 入门
- Python 环境：venv/conda/poetry 包管理
- 模型推理：ollama 本地部署 + LoRA 部署，OpenAI API 调用
- Web 开发：FastAPI 写一个简单的 LLM 代理服务
- LangChain 基础：chain、prompt template、retrieval
- RAG 入门：文档加载 → 分块 → embedding → 检索 → 生成
- 第一个 AI 项目：本地 LLM + RAG 问答系统（可演示）
第二阶段（3-6 个月）—— 深入方向，能独当一面
🔧 运维进阶
- K8s 入门：minikube/k3s 实操、Pod/Deployment/Service 核心概念
- 容器网络：CNI 基础、网络策略
- 数据库运维：MySQL 主从复制、Redis 缓存策略、性能调优
- IaC：Ansible 批量管理（playbook 编写）
- 日志体系：Loki + Promtail 轻量日志聚合
- 可观测性：Metrics + Logs + Traces（OpenTelemetry 概念）
- 云资源管理：阿里云 ECS 基础操作、快照、安全组
🤖 AI 进阶
- LLM 部署：vLLM / TGI 推理服务搭建（对比 ollama）
- LLM 微调：理解 SFT、LoRA 原理，跑一次微调实验
- Agent 实战：Function Calling、Tool Use、Agent Workflow
- MCP 协议：理解 MCP 工作原理，自己写一个 MCP Server
- 向量数据库：Chroma（轻量）→ Milvus（生产）
- 第二个 AI 项目：Agent + 工具调用（可演示）
第三阶段（6-12 个月）—— 专精方向，能面试高级岗
🔧 云运维方向
- 虚拟化深入：VMware vSphere 基础、华三云产品了解
- K8s 深入：Helm charts、K8s 监控（kube-prometheus-stack）
- 全链路可观测：OpenTelemetry 实际接入
- 安全运维：CVE 扫描、镜像安全、网络策略
- GPU 运维：CUDA 环境、GPU 监控（dcgm-exporter）、多卡调度
- MLOps：模型版本管理、A/B 测试、模型监控
- 证书：RHCE / CKA / 阿里云 ACP 至少拿一个
🤖 AI 应用方向
- 复杂 Agent：多工具编排、记忆管理、多 Agent 协作
- 数字人 / AI 控制台：了解实时通信（WebSocket）、语音交互
- AI Native 开发：Vibecoding + AI 编程工具深度使用
- 模型评估：LLM 评测基准、RAG 评估框架
- 前端基础：了解 React/Vue，能配合 AI 开发简单页面
- 第三个 AI 项目：完整 AI 产品原型（端到端可演示）
四、证书路线规划
| 证书 | 目标岗位 | 建议时间 | 优先级 |
|---|---|---|---|
| RHCSA | 云运维（南瑞必备级） | 第 2-3 个月 | 🔴 高 |
| RHCE | 云运维进阶、AI 平台运维 | 第 4-6 个月 | 🟡 中 |
| CKA | AI 平台运维、K8s 岗位 | 第 5-8 个月 | 🟡 中 |
| 阿里云 ACP | 云运维（南瑞加分） | 第 4-6 个月 | 🟢 选 |
| 无证书（项目驱动） | AI 应用/产品实习 | 随时通过项目展示 | 🟢 选 |
注意：AI 应用/产品实习岗不看证书，看项目。云运维岗（南瑞）看重 RHCE 和云认证。时间有限的话，证书和项目之间优先做项目。
五、岗位达标线
岗位 1：云平台运维工程师（南瑞·国网）
- 现在可投：❌ 预计准备时间：3-6 个月
- 达标条件：
- 熟悉 KVM 基本操作（virsh 创建/管理虚拟机）
- 能写 Shell 脚本完成日常巡检和批量操作
- Docker 熟练，K8s 核心概念清晰
- MySQL 基本运维（安装、备份、慢查询）
- RHCSA 或同等水平
- 能独立排查 Linux 系统故障
- 面试重点：故障排查思路、脚本能力、虚拟化理解
岗位 2：AI 平台运维工程师
- 现在可投：❌ 预计准备时间：6-12 个月
- 达标条件：
- K8s 熟练（Helm、监控、排障）
- GPU 环境搭建经验（驱动、CUDA、容器内调用 GPU）
- LLM 推理服务部署（vLLM/TGI）
- 全链路可观测体系搭建
- MLOps 基础概念
- 面试重点：AI 基础设施架构设计、大规模部署经验
岗位 3：AI 应用实习生（自动驾驶）
- 现在可投：⚠️ 2 周后可投
- 达标条件：
- Python 熟练
- 一个完整的 RAG 项目（可演示，有 UI 或 API）
- Agent 概念清晰，能讲出 tool use / function calling 流程
- 了解 LLM 微调基本原理
- 面试重点：项目演示、对 Agent/RAG 的理解深度
岗位 4：AI 产品研发实习生
- 现在可投：⚠️ 1-2 周后可投
- 达标条件：
- Python 可写后端接口（FastAPI）
- 一个可演示的 AI 项目（RAG / Agent / Chat 都行）
- 会使用 AI 编程工具
- Prompt Engineering 基本技巧
- 了解 MCP / Agent Workflow 概念
- 面试重点：学习能力、项目经验、对 AI 开发的热情
六、推荐工具栈
| 领域 | 工具 | 原因 |
|---|---|---|
| 容器编排 | Docker Compose → K3s → K8s | 循序渐进 |
| 虚拟化 | KVM (libvirt/virsh) → VMware | 云运维必备，先从免费的开始 |
| IaC | Ansible（先）→ Terraform（后） | Ansible 对服务器运维更直观 |
| CI/CD | GitHub Actions | 免费、社区活跃 |
| 日志 | Loki + Promtail（轻量） | 适合小内存服务器 |
| 可观测性 | Prometheus + Grafana → OpenTelemetry | 从监控到全链路 |
| 数据库 | MySQL + Redis | 云运维标配 |
| AI 推理 | ollama → vLLM | ollama 零配置上手 |
| 向量库 | Chroma → Milvus | Chroma 轻量适合学习 |
| RAG 框架 | LangChain → LlamaIndex | LangChain 生态更成熟 |
| Agent 框架 | LangGraph / 纯 Python | 先理解原理再用框架 |
| Web 框架 | FastAPI | 最 Pythonic 的 API 框架 |
| AI 编程 | Claude Code / Cursor / Copilot | 融入日常开发 |
| GPU 监控 | dcgm-exporter + Grafana | NVIDIA 官方方案 |
七、实践项目建议（优先做前 3 个）
🔴 个人 RAG 问答系统（2 周）
- ollama + LangChain + Chroma + FastAPI
- 上传文档 → 检索 → 回答
- 包装成 API 服务，能演示即可
🔴 Agent + 工具调用 Demo（1-2 周）
- 用 LangGraph 或纯 Python 实现 Function Calling
- 给 LLM 绑定几个工具（查天气、计算器、文件读写）
- 展示多步推理和工具调用过程
🟡 服务器监控告警完善（3-5 天）
- Prometheus 告警规则（磁盘、内存、CPU）
- Grafana 面板优化 + 告警通知配置
- 写成博客文章，展示实操能力
🟡 GitHub Actions CI/CD 流水线（3-5 天）
- 写一个 workflow 自动部署到服务器
- 包含测试、构建、部署步骤
🟢 LLM 微调实验（1-2 周）
- 用 LoRA 微调一个小模型（qwen2.5:0.5b）
- 在自定义数据集上训练
- 对比微调前后的效果
🟢 Ansible 批量管理（1 周）
- 写 playbook 管理你的服务器
- 自动化部署 Docker、配置系统参数
八、避坑建议
硬件认知
- 1.7G 内存是上限，不是起点：监控栈 + 轻量 LLM（1.5B 以下）是能跑的极限
- GPU 相关、大模型训练、多节点 K8s → 用本地 VM 或云 GPU 实例
- 学 AI 不需要 GPU：模型调用、RAG、Agent 开发在普通电脑上就能完成
学习节奏
- 别追求广度，每阶段专注 2-3 个技能点
- 项目驱动 > 看书 > 看视频：先动手做，卡住再查
- 每个项目写一篇技术博客/笔记，简历面试都能用
- 证书和项目冲突时 → 优先项目（尤其是 AI 方向）
- 不会的东西先试 30 分钟，再查资料
关于投简历
- 岗位 4（AI产品研发实习）现在就可以投
- 岗位 3（AI应用实习）准备 2 周，做一个 RAG 项目再投
- 岗位 1（南瑞云运维）和岗位 2（AI平台运维）先积累，别浪费机会
- 投简历不花钱，准备差不多了就投，面试本身就是最好的学习
九、月度行动计划
| 月份 | 运维任务 | AI 任务 | 产出物 |
|---|---|---|---|
| 第 1 月 | 优化 Prometheus + 配置告警规则；学 KVM 基础操作 | 服务器跑 ollama + qwen2.5:0.5b；学 Python 包管理 | 告警规则配置完成；LLM API 调通 |
| 第 2 月 | 写 GitHub Actions CI 部署；学 MySQL 安装备份 | FastAPI 写 LLM 代理服务；LangChain 入门 | RAG 项目第一版（无 UI） |
| 第 3 月 | Ansible 批量管理；Loki 日志聚合 | RAG 项目完善 + FastAPI 包装；学 Agent/Function Calling | ✅ 可演示的 RAG 系统 |
| 第 4 月 | K8s 入门（minikube）；Shell 脚本系统化 | LLM 微调实验（LoRA）；Agent 项目搭建 | Agent Demo 完成 |
| 第 5 月 | 数据库运维深化（主从复制、Redis）；证书备考 | vLLM 推理服务；MCP 协议学习 | 选一个方向深入 |
| 第 6 月 | 可观测性体系；云资源管理 | MLOps 基础；第三个项目 | 明确目标岗位，全力投递 |
关键里程碑：第 3 个月底之前必须有一个可演示的项目（RAG 或 Agent），这是投实习岗的敲门砖。
本文档基于 2026-06-24 更新，整合了 4 个目标岗位 JD 技能要求。