ai-infra-engineer-learning

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

• Python 环境（README 使用 requirements.txt 安装依赖）
• pip 包管理工具
• Git（用于克隆仓库）
• 面向有 2~4 年经验的工程师，建议具备基础 ML 与运维背景
• 部分高级项目（如 LLM 部署、Kubernetes + GPU）需额外的 Kubernetes 与 GPU 环境（README 未给出具体安装步骤）

安装与启动步骤

1. 1克隆课程仓库

   从 GitHub 拉取完整课程仓库到本地，后续所有模块与项目都在该目录下学习。

   git clone https://github.com/ai-infra-curriculum/ai-infra-engineer-learning.git

   复制

2. 2进入仓库目录

   切换到克隆下来的仓库根目录，后续命令均在此目录执行。

   cd ai-infra-engineer-learning

   复制

3. 3安装 Python 依赖

   README 的 Quick Start 只给出这一条安装命令，依赖清单来自仓库内的 requirements.txt。

   pip install -r requirements.txt

   复制

4. 4阅读先修要求

   README 顶部链接了 PREREQUISITES.md，先确认自己的基础是否满足课程要求。

5. 5按课程模块学习

   从 Getting Started 和 Curriculum Overview 入手，按模块顺序推进，配合带 TODO 注释的生产级代码桩练习。

6. 6选择项目实战

   README 列出多个项目，如 Project 03 LLM Deployment Platform（高级 / 50 小时 / 47 文件），可按需进入对应项目目录。

如何确认成功

README 未提供启动验证方式；执行 pip install 无报错、能正常导入相关依赖，即说明本地环境准备完成。

常见问题

注意事项

• README 节选内容不完整，未提供端口、配置文件、启动脚本等信息，本教程仅覆盖其中明确出现的步骤。
• 上游 README 存在缺失段落，建议以仓库内实际文件和 PREREQUISITES.md 为准。
• 课程为学习路线型仓库，主要是模块与项目代码，不涉及服务部署或端口配置。
• 赞助与社区链接为可选内容，不影响本地学习流程。