west2-online AI 考核指南

欢迎来到西二在线工作室人工智能方向的考核指南。本指南旨在为初学者提供一条循序渐进的人工智能学习路线，帮助你系统性地掌握人工智能的核心知识与技能。

版权声明

本项目遵循 GPL-3.0 License。如需转载，请注明本项目仓库地址。

文档结构

所有考核相关文档均按学习目的 - 学习内容 - 学习要求（可能没有） - 作业 - 推荐教程与参考资料的目录结构编写。

从往年的经验来看，无人在意“推荐教程与参考资料”这部分内容，因此将其移到作业之后。但我希望你能认真看完这部分内容，因为这部分不只是推荐教程，还有更多有用的信息。

除此之外，我们还会提供各种补充资料。这部分并非考核内容，但如果你想学得更好，可以参考这些资料。

AI 学习路线总览

graph TD
    %% AI 学习路线总览
    A[环境搭建] --> B[语法基础与简单面向对象]
    B --> C[网络爬虫]
    B --> E[简单数据分析与可视化]
    C --> D[后续简介]
    E --> D[后续简介]

    %% AI 相关技能树
    D --> J((Python 前 / 后端))
    D --> F((底层 AI 学习))
    D --> G((顶层 AI 应用))
    D --> H((数据科学分析))

Loading

考核大致分为两个阶段：Foundation 与分流阶段（Scientific Research / Application）。Foundation 是共通路线，完成后你需要在 Scientific Research 与 Application 两条路线中选择其一。

如果你想保研，未来想进实验室，那么建议选前者。

如果你未来想找工作，那么可以选择后者。

关于更具体的建议，以及为什么会有 Python Backend、Python Frontend 和 Statistics，可见 Foundation 中的 Task 4（task4.md），这是后续方向导引。

成为正式成员后的权益

通过所有考核后，你将成为西二在线网络工作室的正式成员，并获得以下权益：

• 成员证书
• 使用工作室的计算资源，组队参与算法竞赛
• 获得外包项目与企业实习机会
• 拥有固定的个人工位及活动室使用权
• 参与科研合作项目
• 玩无人机

如何开始

请进入 tasks(2026) 文件夹，从 Foundation 中的 Task 0（task0.md） 开始学习。

我们希望学习方式是“文档引导 + 个人自学”。我们会告诉你应当如何快速上手，但你想要学好、学懂，除了我们的引导外，还需要主动进行个人提升。

从功利的角度出发，如果你想进入 west2-online 工作室，在完成基础内容后，还需要适当完成一定量的 Bonus 内容。

我们的答辩会考察你一定的知识储备。

作业提交方式

你需要阅读 作业提交指南 来了解作业提交的具体要求和流程。

你还需要阅读 Git 使用指南 来了解 Git 的使用方法。

详细说明

更多关于考核设计的思考，请参考 ShaddockNH3 的博客文章。

这篇博客仍在优化中。

加入我们

欢迎扫码加入 AI 方向学习交流群，与其他学习者共同进步。