Rust LLMOps：用 Rust 玩转大语言模型运维

通过实时编码学习 Rust 语言，聚焦 MLOps 与生成式 AI 应用

学习内容：

• Rust 基础编程与函数式思维
• 微服务自动化部署与持续集成（CI/CD）
• Makefile、DevOps 基础与 Kaizen 持续改进方法
• 基础设施即代码（IaC）与云安全最佳实践
• Rust 在云安全中的安全设计与数据竞争预防
• GitHub 平台详解：权限管理、Actions、Codespaces、Copilot 实操
• Candle：Rust 最小化机器学习框架及其在 GPU 推理中的应用
• Rust 在 LLMs（大语言模型）中的优势及推理部署：CLI、Chat、Serverless 实现
• StarCoder、Whisper 等主流 LLM 的 Rust 实践
• Rust Bert、tch-rs（PyTorch 绑定）、ONNX 模型加载与推理
• 生成式 AI 系统与 Google Bard、Claude、AWS Bedrock、CodeWhisperer 整合
• 实战：AWS G5 实例部署推理、Lambda 函数开发与生成式 AI 解决方案落地

本课程包括：

• 12 大模块，涵盖 Rust 编程、MLOps、云安全、GitHub 工具链、生成式 AI 等核心内容
• 实时编码演示（Live Coding），边学边练，深入理解每个技术点
• 完整示范 AWS 加速计算环境、GPU 推理与代码自动化流程
• 实用案例：StarCoder 聊天循环、Claude 文本总结、CodeWhisperer 辅助开发
• 适合 DevOps 工程师、MLOps 从业者、AI 工程师、Rust 开发者

教程语言：英文

教程字幕：中英文字幕

课程要求：

• 具备基本的编程知识（任意语言皆可，Rust 基础不限）
• 对 DevOps、MLOps、AI 应用有基本了解更佳
• 有使用 AWS、GitHub 的基础经验（非必需，但有助于跟上课程节奏）

课程描述：

《Rust LLMOps：用 Rust 玩转大语言模型运维》是由 Alfredo Deza 与 Noah Gift 联合打造的一套实时编码学习课程，
采用 Just-In-Time（JIT）迭代更新方式，围绕 Rust 语言在 MLOps 和生成式 AI 应用中的实战落地展开。
课程深入讲解了如何用 Rust 构建安全、可扩展、高性能的微服务和推理系统，结合 GitHub Actions、Codespaces、
AWS GPU 加速推理、Candle 框架、StarCoder、Whisper、Claude 等主流工具链，带你从 DevOps 理论到 LLM 应用全面提升。
无论是想入门 Rust、提升 MLOps 能力，还是希望将 Rust 技术栈应用于大语言模型场景，这套课程都是你的理想选择。

B站免费课程

更多 游戏开发 教程