学
中文优先 + 官方原文。链接直接落到对应章节或 B 站分 P，不再自己找课。
SOTALABS · 2026 秋招16 周 × 5 天每天 ≤ 4h
技术与 AI 数据产品，
同一条成长路线。
不是“先学技术、以后再做产品”。每个技术知识点都同时落到代码、Trace、Dataset、Eval 或产品决策。课程只是输入，可验证资产才是结果。
HOW IT WORKS
查看 80 天全路线 →每天只做一个闭环
测
每天 3 个知识点各做 1 道检测。答案、答对/答错、次数都留痕；通过后才完成知识 checkpoint。
写
每天用一道 AI MiniCode 验证代码直觉：D1–40 ≤10 行，D41–60 ≤12 行，D61–80 ≤15 行。
验
技术实验同步落到 Trace、Dataset、Bad Case、Eval 或产品决策，形成同一条证据链。
记 / 发
每天留笔记与错题；每 20 个学习日把已有证据整理成一个可通过 sotalabs.cn 分享的项目。
AUTUMN RECRUITING
查看 Day 20 / 40 / 60 / 80 四个作品 →同一份项目资产，支持三种岗位叙事
AI Engineer / Agent Engineer
Python · Transformer · Fine-tuning · Agent Harness · Memory · MCP · Eval
证明：能亲手实现、调试、测试和解释。AI 数据产品 / Evaluation
Dataset · Trace · Golden Set · Failure Taxonomy · Regression · Data Flywheel
证明：能让模型迭代从“感觉”变成数据闭环。AI Native Product
Workflow · Capability Boundary · Human-in-the-loop · Business Metric
证明：懂技术边界，也知道什么问题值得被 AI 化。