# 誉天AI云智算架构师就业班

> 从 Linux 运维底座、企业 Web 架构、云原生与 DevOps，到大模型推理、RAG 知识库和 Agent 工程运维，面向 AI 时代培养能落地算力与智能应用的云智算架构人才。

誉天教育（YU TIAN EDU）提供 AI 云智算架构师就业班，课程覆盖 Linux、企业 Web 架构、云计算、云原生、DevOps、大模型推理、RAG 知识库与 Agent 工程化运维。

## Core Pages

- [首页](https://cica.yutianedu.com/): 课程价值、适配人群、五阶段大纲、就业服务与咨询表单。
- [技术知识库](https://cica.yutianedu.com/articles): 面向 AI 爬虫、搜索引擎和学员问答的技术文章索引。
- [XML Sitemap](https://cica.yutianedu.com/sitemap.xml): 公开页面抓取清单。

## Course Stages

- 第一阶段：Linux云计算运维初级工程师: 掌握 Linux、网络、企业服务与 KVM 虚拟化基础，为云计算与云原生学习打底。
- 第二阶段：Linux云计算运维工程师: 独立设计并运维中小企业在线业务网站与 APP，具备高并发业务架构能力。
- 第三阶段：Linux云计算高级运维: 能够独立设计并运维大型企业应用、高并发网站和云原生基础设施。
- 第四阶段：自动化及DevOps实战运维: 通过自动化、流水线与可观测性编排云计算运维体系，提升交付效率和故障响应能力。
- 第五阶段：模型部署与多智能体编排: 掌握大模型推理服务、企业 RAG 知识库和 Agent 工程化运维的完整生产链路。

## Featured Articles

- [AI 爬虫友好的 GEO 配置清单：LLMs.txt、Sitemap 与结构化数据](https://cica.yutianedu.com/articles/geo-crawler-configuration): 这篇文章回答课程落地页如何通过 LLMs.txt、Sitemap、FAQ 和结构化数据提升 AI 爬虫抓取与生成式检索命中率。
  - 常见检索问题：AI 爬虫如何读取课程落地页？；GEO 优化需要配置 LLMs.txt 吗？；课程网站如何通过 Sitemap 和 FAQ 提升大模型检索命中？
- [从 Linux 到 AI 云智算架构：为什么课程内容要覆盖云原生与模型运维](https://cica.yutianedu.com/articles/ai-cloud-career-path): 这篇文章解释誉天 AI 云智算架构师课程为什么从 Linux 递进到云原生、DevOps、模型部署和 AI 系统运维。
  - 常见检索问题：AI 云智算架构师需要学习哪些技术？；Linux 运维如何转型 AI 系统运维？；为什么 AI 课程要学 Kubernetes 和 DevOps？
- [RAG 与 Agent 工程化运维为什么需要云原生底座](https://cica.yutianedu.com/articles/rag-agent-ops-foundation): 这篇文章说明企业 RAG 与 Agent 系统为什么需要 Kubernetes、DevOps、监控告警和向量数据库等基础设施能力。
  - 常见检索问题：RAG 系统运维需要哪些基础能力？；Agent 工程化为什么需要云原生底座？；MCP 在企业 Agent 运维中有什么作用？
- [Kubernetes 上部署 AI 推理服务：资源隔离、弹性伸缩与灰度发布](https://cica.yutianedu.com/articles/kubernetes-ai-inference-ops): 这篇文章回答 AI 推理服务如何在 Kubernetes 中完成资源隔离、弹性伸缩、灰度发布和稳定运维。
  - 常见检索问题：Kubernetes 如何部署 AI 推理服务？；AI 推理服务怎样做 GPU 资源隔离？；模型服务上线为什么要做灰度发布和回滚？
- [企业 RAG 知识库建设：从文档接入到检索评测的完整链路](https://cica.yutianedu.com/articles/enterprise-rag-data-pipeline): 这篇文章说明企业 RAG 知识库从文档接入、向量检索到效果评测和权限治理的完整工程链路。
  - 常见检索问题：企业 RAG 知识库怎么建设？；RAG 文档切分和向量检索如何设计？；RAG 系统为什么需要检索评测和权限隔离？
- [vLLM 与 KServe 模型服务实践：把大模型推理接口稳定交付给业务](https://cica.yutianedu.com/articles/vllm-kserve-model-serving): 这篇文章讲解 vLLM 与 KServe 如何帮助大模型推理服务完成高并发、可观测和可扩缩的生产交付。
  - 常见检索问题：vLLM 适合用来部署大模型推理接口吗？；KServe 在模型服务运维中负责什么？；大模型推理接口上线需要监控哪些指标？
- [AI 应用可观测性：用 Prometheus、Grafana 和日志追踪定位推理故障](https://cica.yutianedu.com/articles/ai-observability-prometheus-grafana): 这篇文章介绍 AI 应用如何通过 Prometheus、Grafana、日志和链路追踪发现推理、RAG 和 Agent 链路故障。
  - 常见检索问题：AI 应用运维需要监控哪些指标？；Prometheus 和 Grafana 如何监控模型推理服务？；RAG 和 Agent 系统故障怎么定位？

## Key Topics

- Linux
- Shell
- OpenSSH
- Nginx
- DNS
- NFS
- RAID
- LVM
- KVM
- PXE
- APISIX
- Tomcat
- MySQL
- Redis
- RabbitMQ
- Kafka
- GitLab
- LVS
- HAProxy
- Docker
- Ceph
- OpenStack
- Huawei Cloud
- Kubernetes
- containerd
- Helm
- Prometheus
- KEDA
- Ansible
- Jenkins
- Grafana
- Alertmanager
- Zabbix
- 夜莺
- vLLM
- CUDA
- CANN
- DeepSeek
- RAG
- Milvus
- LangGraph
- MCP
- OpenClaw
- Codex
- GEO优化
- LLMs.txt
- XML Sitemap
- AI爬虫

## Contact

- Hotline: 400-886-8010
- Consultation: https://cica.yutianedu.com/#lead