根据企业实际岗位设置与职责要求，将“计算基础设施”课程体系划分为以下六大岗位方向，每个岗位对应不同的知识结构、能力要求和课程组合。
┌─────────────────────────────────────────────────────────────────┐ │ 计算基础设施岗位图谱 │ ├─────────────────────────────────────────────────────────────────┤ │ │ │ ┌──────────────────────────────────────────────────────┐ │ │ │ 硬件基础设施层 │ │ │ │ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ │ │ │ │ 服务器工程师 │ │ 数据中心 │ │ 异构计算 │ │ │ │ │ │ │ │ 运维工程师 │ │ 工程师 │ │ │ │ │ └──────────────┘ └──────────────┘ └──────────────┘ │ │ │ └──────────────────────────────────────────────────────┘ │ │ ↓ │ │ ┌──────────────────────────────────────────────────────┐ │ │ │ 虚拟化与云平台层 │ │ │ │ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ │ │ │ │ 虚拟化工程师 │ │ 云平台 │ │ 容器平台 │ │ │ │ │ │ │ │ 工程师 │ │ 工程师 │ │ │ │ │ └──────────────┘ └──────────────┘ └──────────────┘ │ │ │ └──────────────────────────────────────────────────────┘ │ │ ↓ │ │ ┌──────────────────────────────────────────────────────┐ │ │ │ 容器与编排层 │ │ │ │ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ │ │ │ │ Kubernetes │ │ DevOps │ │ 云原生 │ │ │ │ │ │ 工程师 │ │ 工程师 │ │ 架构师 │ │ │ │ │ └──────────────┘ └──────────────┘ └──────────────┘ │ │ │ └──────────────────────────────────────────────────────┘ │ │ ↓ │ │ ┌──────────────────────────────────────────────────────┐ │ │ │ 边缘与新兴计算 │ │ │ │ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ │ │ │ │ 边缘计算 │ │ 异构计算 │ │ 算力调度 │ │ │ │ │ │ 工程师 │ │ 架构师 │ │ 工程师 │ │ │ │ │ └──────────────┘ └──────────────┘ └──────────────┘ │ │ │ └──────────────────────────────────────────────────────┘ │ │ │ └─────────────────────────────────────────────────────────────────┘
| 项目 | 内容 |
|---|---|
| 课程名称 | 服务器与硬件工程师实战课程 |
| 岗位定位 | 负责服务器硬件选型、架构设计、性能测试和故障排查，保障计算基础设施的硬件层稳定可靠。 |
| 培训目标 | 使学员掌握服务器硬件架构、组件选型、性能评估和故障处理方法，能够独立完成服务器部署、硬件运维和性能优化，具备数据中心硬件工程师的核心能力。 |
| 培训对象 | 硬件工程师、数据中心运维人员、服务器采购专员、IT基础设施规划者 |
| 核心课程 | • 服务器硬件架构：CPU/内存/主板/芯片组架构、总线系统（PCIe/DMI/QPI）、NUMA设计 • CPU技术深度：Intel/AMD/ARM架构对比、核心/线程/缓存/频率选择、功耗与散热 • 内存技术：DDR4/DDR5特性、内存通道配置、ECC内存、内存容量规划 • 存储接口与设备：SATA/SAS/NVMe协议、HDD/SSD选型、RAID级别与硬件RAID卡 • 网络接口：千兆/万兆/25G/100G网卡选型、网卡卸载功能、智能网卡（SmartNIC） • GPU加速卡：NVIDIA/AMD GPU选型、GPU显存/核心数/功耗、GPU服务器配置 • 服务器形态：机架式/刀片式/塔式、高密度服务器、多节点服务器、超融合节点 • 电源与散热：电源冗余（1+1/2+2）、电源效率（80Plus）、风冷/液冷方案 • 服务器管理：BMC/IPMI/iDRAC/ILO带外管理、Redfish协议、硬件监控指标 • 服务器基准测试：SPEC CPU/SPECpower、TPC、Stream内存带宽测试、FIO存储测试 • 故障排查与诊断：硬件日志分析、故障预测（S.M.A.R.T）、内存测试、压力测试 • 服务器生命周期管理：固件升级、硬件维保、备件管理、退役处置 |
| 项目 | 内容 |
|---|---|
| 课程名称 | 数据中心基础设施运维课程 |
| 岗位定位 | 负责数据中心物理基础设施（供电、制冷、布线、机柜）的规划、部署与运维，保障数据中心稳定可靠运行。 |
| 培训目标 | 使学员掌握数据中心基础设施的核心技术，能够独立完成数据中心容量规划、供电制冷设计、机柜布局和运维管理。 |
| 培训对象 | 数据中心运维人员、基础设施工程师、机房管理员、设施经理 |
| 核心课程 | • 数据中心标准与分级：TIA-942标准、Uptime Tier分级、GB50174国标 • 供配电系统：UPS工作原理、电池配置、柴油发电机、ATS切换、PDU/RPP • 制冷系统：机房空调（CRAC/CRAH）、冷热通道隔离、精密空调、自然冷却 • 机柜与布线：机柜尺寸（42U/47U）、机柜承重、PDU安装、结构化布线 • 环境监控：温湿度监控、漏水检测、烟雾探测、门禁系统、视频监控 • 数据中心容量管理：电力容量规划、制冷容量规划、机柜空间规划、容量管理工具 • 数据中心能效：PUE计算、能效优化策略、液冷技术、余热回收 • 消防系统：七氟丙烷/IG541气体灭火、早期烟雾探测、消防联动 • 数据中心运维管理：巡检制度、应急预案、变更管理、运维文档 • 灾备与业务连续性：灾备等级、异地容灾、备份中心建设、演练计划 • 绿色数据中心：节能技术、新能源接入、碳排放管理、绿色认证 • 数据中心自动化：DCIM系统、资产管理、容量管理、能耗分析 |
| 项目 | 内容 |
|---|---|
| 课程名称 | 虚拟化工程师实战课程 |
| 岗位定位 | 负责企业虚拟化平台的规划、部署、运维与优化，保障虚拟化环境的稳定、高效和可扩展。 |
| 培训目标 | 使学员掌握主流虚拟化平台（VMware/KVM/Hyper-V）的核心技术，能够独立完成虚拟化环境搭建、虚拟机管理、资源调度和高可用配置。 |
| 培训对象 | 虚拟化工程师、系统管理员、云计算工程师、数据中心运维人员 |
| 核心课程 | • 虚拟化技术原理：Hypervisor类型、CPU虚拟化（VT-x/AMD-V）、内存虚拟化（EPT/NPT）、I/O虚拟化（VT-d/SR-IOV） • VMware vSphere深度：ESXi安装配置、vCenter Server部署、数据中心组织、集群管理 • 虚拟机管理：虚拟机创建、模板与克隆、快照技术、vMotion在线迁移、Storage vMotion • 资源调度与优化：DRS动态资源调度、DPM节能管理、资源池与份额配置、NUMA亲和性 • 高可用与容错：HA高可用集群、FT容错技术、vSAN存储集成、站点恢复管理器 • KVM虚拟化：KVM模块加载、libvirt管理、virsh命令行、virt-manager图形界面 • KVM高级特性：嵌套虚拟化、PCI直通、SR-IOV、热迁移（静态/动态）、存储迁移 • KVM存储管理：存储池（目录/LVM/文件系统）、存储卷、磁盘格式（qcow2/raw） • Hyper-V平台：Windows Server Hyper-V角色、Hyper-V Manager、PowerShell管理、SCVMM • 虚拟化网络：虚拟交换机（vSwitch/OVS）、VLAN配置、网络虚拟化基础、分布式交换机 • 虚拟化备份与容灾：虚拟机备份、Veeam备份软件、复制技术、灾难恢复演练 • 虚拟化监控与性能：性能监控工具、瓶颈分析、容量预测、成本分析 |
| 项目 | 内容 |
|---|---|
| 课程名称 | 容器平台工程师实战课程 |
| 岗位定位 | 负责企业容器平台的规划、部署、运维与优化，包括Docker镜像仓库、Kubernetes集群、容器网络与存储，支撑云原生应用运行。 |
| 培训目标 | 使学员掌握容器化技术与容器编排平台的核心技能，能够独立完成容器平台搭建、应用部署、服务治理和故障排查。 |
| 培训对象 | 容器工程师、DevOps工程师、平台工程师、云原生应用开发者 |
| 核心课程 | • 容器技术原理：命名空间（Namespace）、控制组（CGroup）、联合文件系统（UnionFS）、容器运行时（runc/containerd） • Docker深度实践：Docker引擎架构、镜像分层、Dockerfile优化、多阶段构建 • 镜像仓库管理：Harbor部署、镜像同步、安全扫描、清理策略、高可用配置 • Kubernetes架构：控制平面组件（API Server/etcd/Scheduler/Controller Manager）、工作节点组件（kubelet/kube-proxy） • 集群搭建与高可用：kubeadm部署、二进制部署、HA集群配置、备份恢复 • 核心资源管理：Pod、Deployment、StatefulSet、DaemonSet、Job/CronJob • 服务发现与负载均衡：Service、Ingress、Endpoint、Headless Service • 配置与密钥管理：ConfigMap、Secret、环境变量、Volume挂载 • 存储编排：PV/PVC、StorageClass、CSI接口、有状态应用部署 • 容器网络：CNI规范、Flannel/Calico/Cilium网络插件、网络策略 • 平台安全：RBAC权限、ServiceAccount、Pod安全策略、镜像安全扫描 • 平台监控与日志：Prometheus Operator、Grafana、Loki/EFK日志栈、告警配置 |
| 项目 | 内容 |
|---|---|
| 课程名称 | 云原生架构师进阶课程 |
| 岗位定位 | 负责企业云原生技术战略规划、平台架构设计、技术选型和演进路线，主导容器化改造和云原生转型。 |
| 培训目标 | 使学员掌握云原生架构设计方法，能够设计高可用、可扩展、安全的云原生平台，主导企业应用容器化改造和云原生技术体系建设。 |
| 培训对象 | 架构师、技术负责人、平台工程师、高级开发人员 |
| 核心课程 | • 云原生理念：CNCF云原生定义、12要素应用、云原生成熟度模型、技术演进趋势 • 容器化架构设计：应用容器化改造策略、镜像分层设计、基础镜像选型、多架构支持 • Kubernetes架构设计：集群架构规划、多集群管理、联邦集群、边缘集群 • 服务网格（Service Mesh）：Istio架构、边车模式、流量治理、可观测性、安全策略 • 可观测性体系：指标监控（Prometheus）、日志聚合（Loki）、链路追踪（Jaeger/Tempo） • 持续交付设计：GitOps模式、ArgoCD/Flux、渐进式交付（Argo Rollouts） • 云原生安全：零信任架构、SPIFFE/SPIRE、OPA策略、供应链安全 • 多云与混合云：多云Kubernetes管理、联邦集群、跨云灾备 • 成本优化（FinOps）：资源利用率分析、成本分摊、弹性伸缩策略 • 平台工程：内部开发者平台（IDP）、Backstage开发者门户、自助服务能力 • 应用现代化改造：单体拆分为微服务、数据库容器化、遗留系统迁移 • 技术战略与演进：技术选型决策、技术债务管理、技术路线图规划 |
| 项目 | 内容 |
|---|---|
| 课程名称 | 异构计算与高性能计算工程师课程 |
| 岗位定位 | 负责GPU/FPGA等异构计算资源的规划、部署与优化，支撑AI训练、科学计算等高性能场景，提升计算效率。 |
| 培训对象 | HPC工程师、AI平台工程师、芯片软件工程师、高性能计算研究者 |
| 核心课程 | • 异构计算概述：GPU/FPGA/ASIC架构对比、应用场景分析、性能指标 • GPU架构深度：NVIDIA GPU架构演进（Pascal/Volta/Turing/Ampere/Hopper）、SM单元、CUDA核心、Tensor Core、RT Core • GPU驱动与容器化：NVIDIA驱动安装、CUDA Toolkit配置、NVIDIA Container Toolkit（nvidia-docker） • Kubernetes GPU调度：Device Plugin机制、GPU共享与隔离、MIG（多实例GPU）技术 • GPU监控与优化：DCGM监控工具、GPU性能分析（Nsight Systems）、显存与计算优化 • 分布式训练平台：PyTorch Distributed、Horovod、DeepSpeed、RDMA网络、GPU集群调度 • FPGA基础：FPGA架构（LUT/FF/DSP/BRAM）、开发流程（RTL/HLS/OpenCL） • FPGA云实例：AWS F1、阿里云FaaS、华为云FPGA加速器、镜像打包 • 高性能计算（HPC）基础：MPI并行编程、作业调度系统（Slurm/PBS）、并行文件系统 • 异构编程模型：OpenCL、SYCL、OneAPI、多厂商统一编程框架 • 异构计算选型：CPU vs GPU vs FPGA vs ASIC选型决策、成本效益分析 • 异构计算趋势：DPU/IPU智能网卡、CXL内存池化、算力卸载技术 |
| 项目 | 内容 |
|---|---|
| 课程名称 | 边缘计算工程师实战课程 |
| 岗位定位 | 负责边缘计算节点的规划、部署与运维，实现云边协同，支撑物联网、5G、工业互联网等场景的低延迟计算需求。 |
| 培训对象 | 边缘计算工程师、物联网架构师、CDN运维人员、5G应用开发者 |
| 核心课程 | • 边缘计算概述：边缘计算定义、与云计算关系、边缘计算价值、典型应用场景 • 边缘节点硬件：工业网关、边缘服务器、边缘AI盒子、嵌入式边缘设备选型 • 边缘操作系统：Linux嵌入式、边缘OS（EdgeX Foundry）、容器化运行时（K3s/KubeEdge） • 边缘框架：EdgeX Foundry微服务架构、设备服务、核心服务、支持服务 • 轻量级Kubernetes：K3s架构、安装部署、资源优化、边缘节点适配 • KubeEdge架构：云边协同设计、EdgeCore组件、设备管理CRD、边缘自治 • 边缘数据处理：数据采集、协议转换、数据过滤、本地聚合、断点续传 • 边缘规则引擎：本地规则配置、条件判断、动作触发、实时响应 • 云边协同：设备状态同步、模型下发、配置更新、数据上传策略 • 边边协同：多边缘节点协同、负载均衡、分布式计算框架 • 边缘AI应用：模型轻量化（TensorFlow Lite/ONNX）、边缘推理、模型增量更新 • 边缘安全：设备身份认证、通信加密、安全启动、物理防护 |
| 岗位名称 | 服务器硬件 | 数据中心 | 虚拟化 | 容器化 | Kubernetes | 异构计算 | 边缘计算 |
|---|---|---|---|---|---|---|---|
| 服务器与硬件工程师 | ★★★★★ | ★★★☆☆ | ★★☆☆☆ | ★☆☆☆☆ | ★☆☆☆☆ | ★★★☆☆ | ★☆☆☆☆ |
| 数据中心基础设施工程师 | ★★★★☆ | ★★★★★ | ★★☆☆☆ | ★☆☆☆☆ | ★☆☆☆☆ | ★★☆☆☆ | ★☆☆☆☆ |
| 虚拟化工程师 | ★★★☆☆ | ★★☆☆☆ | ★★★★★ | ★★★☆☆ | ★★★☆☆ | ★★☆☆☆ | ★☆☆☆☆ |
| 容器平台工程师 | ★★☆☆☆ | ★☆☆☆☆ | ★★★☆☆ | ★★★★★ | ★★★★★ | ★★☆☆☆ | ★★☆☆☆ |
| 云原生架构师 | ★★★☆☆ | ★★☆☆☆ | ★★★★☆ | ★★★★★ | ★★★★★ | ★★★☆☆ | ★★★☆☆ |
| 异构计算工程师 | ★★★☆☆ | ★★☆☆☆ | ★★☆☆☆ | ★★★☆☆ | ★★★★☆ | ★★★★★ | ★★☆☆☆ |
| 边缘计算工程师 | ★★☆☆☆ | ★☆☆☆☆ | ★★☆☆☆ | ★★★★☆ | ★★★★☆ | ★★★☆☆ | ★★★★★ |
| 学员类型 | 推荐岗位路径 | 学习重点 |
|---|---|---|
| 硬件/电子背景 | 服务器硬件工程师 → 数据中心工程师 | 强化服务器硬件和数据中心基础设施 |
| 系统管理员转型 | 虚拟化工程师 → 容器平台工程师 → 云原生架构师 | 逐步从虚拟化走向容器化云原生 |
| 开发人员转型 | 容器平台工程师 → 云原生架构师 | 从应用容器化走向平台架构设计 |
| AI工程师 | 异构计算工程师 → 云原生架构师 | 掌握GPU加速和AI平台建设 |
| 物联网从业者 | 边缘计算工程师 | 掌握边缘节点部署和云边协同 |
| 应届毕业生 | 虚拟化工程师/容器平台工程师 | 打好虚拟化和容器化基础 |
| 特色 | 说明 |
|---|---|
| 岗位导向 | 七大课程精准对应计算基础设施主流岗位需求 |
| 分层递进 | 从硬件到虚拟化、从容器到云原生，形成完整能力进阶路径 |
| 工程实战 | 强调生产级运维能力，覆盖规划部署到故障排查全流程 |
| 前沿覆盖 | 异构计算、边缘计算等前沿技术深度融入 |
| 工具链完整 | 覆盖VMware/KVM、Docker/K8s、GPU/FPGA等主流技术栈 |
