AI Infra

先搞懂它是什么，再按「概念 → 生产 ML → LLM serving」学。
独立线；不必和 Agent / DE 绑进度。

这是什么

AI Infra = 让模型在生产里跑得起来的层：算力、训练/推理服务、调度、网关、监控、成本。
不是写 Prompt / Agent 编排本身，也不是纯数据分析。

入门默认偏 推理 + 平台（上线）；训练集群以后按需。

#	资源	链接	角色
1	Chip Huyen《Designing Machine Learning Systems》笔记仓	https://github.com/chiphuyen/dmls-book	概念地图
2	Made With ML	https://madewithml.com/ · https://github.com/GokuMohandas/Made-With-ML	免费生产向实战
3a	DeepLearning.AI LLMOps	https://www.deeplearning.ai/courses/llmops	短课：流水线
3b	Efficiently Serving LLMs	https://www.deeplearning.ai/courses/efficiently-serving-llms	短课：推理 serving
3c	Fast & Efficient LLM Inference with vLLM	https://www.deeplearning.ai/courses/fast-and-efficient-llm-inference-with-vllm	短课：vLLM

企业过关加餐：AI Engineer Production Track（应用上线，不替代上方主线）。查课流程见 skill tencent-udemy-search。