不同infra方向的选择

市场上有好几种infra的职业方向。一个是k8s为主的cloud native，一个是kafa这种的data infra，再一个是machine learning infra

我现在做k8s和cloud native这一套，怎么说讷，总觉得太底层了，比较硬核，ops也多，而且不知道前途会不会不太好？不知道data infra和ML infra是不是出路更好，同时更有趣呢？

我这种情况如何转到data infra或者ML infra呢

其他两个方向也是一样的, 偏底层, ops 多, infra 都这样. 你在 infra 组里, 可能花一个星期时间调查研究, 搞了个 PR, 改了两行代码, deploy的时候还提心吊胆祈祷千万别出事. 与此同时 product 那边天天 move fast 可能一天好几个 PR.

另外product可能一两个星期就能干活了, infra 组两个月还没啥实际产出的并不奇怪.

不管是啥infra，最好是有自己开发的application在里面。而不是完全只做ops的事情。写代码绝对重要

另外infra 有很多通用的东西, scalability, availability, traceable这些都是要靠写程序考虑到的，不是简单的靠k8s就能做到。更深层的要考虑到cache size, file system page cache, file handles, concurrent bottleneck很多很多东西。。。

感觉还要考虑选择方向的问题的时候就是对这个领域不大了解。最最关键的只是通用的解决问题的能力

匿名用户 发表于 2023-4-28 23:46
听了楼主说的data infra是kafka。感觉自己被坑了。最近两个实习都是用kafka这种消息队列处理实时数据存到数 ...

product和infra的分界线其实挺模糊的，有的组弄的东西在infra眼里就是基于infra衍生出来的product，但是在customer team眼里这就是人家product底层的infra
你说的product是面向终端客户的，就是外部用户使用的东西，比如一个网页，但是很多product是公司内部的，我个人感觉你用kafka处理实时数据也算product的一部分，只不过客户是内部其他组

建议增强soft skill。到senior级别，看的不是具体技术stack

匿名用户 发表于 2023-4-28 21:00
建议增强soft skill。到senior级别，看的不是具体技术stack

想太多，现在这个title inflation，以后senior就是写码的大头兵。 下面没有人给你implement了，整个team > senior。

不是太懂这 3种 infra的区别：总感觉你中有我，我中有你？

不知道ml infra. Data infra 我感觉要比你做的那个简单，如果你想一直做infra，其实我觉得差别不大。

听了楼主说的data infra是kafka。感觉自己被坑了。最近两个实习都是用kafka这种消息队列处理实时数据存到数据库和提供给前端，感觉干下来也没学什么东西。
. 1point 3acres
虽然我是学生没什么业界经验，但干下来感觉这种infra在单位里是脏活累活没人愿意干的，全交给我们实习生了。

想请教一下大家什么是product，我想在毕业前在做一个product的项目放在简历上。是全栈网页crud吗？

很多Data Infra是坑，慎重～ 在坑里