Python с нуля: реалистичный план до первой работы

Python — самый популярный язык для входа в IT в 2026 году. Простой синтаксис, огромный спрос на рынке, можно работать в разных направлениях (веб, аналитика, ML, автоматизация). Но между «прошёл курс по Python» и «устроился junior на 80-150 тыс ₽» — большая дистанция. Реалистичный план — 8-14 месяцев системной работы с нуля.

Шаг 1: основы языка (2-3 месяца)

Что нужно освоить:

• Базовый синтаксис: переменные, типы данных (int, str, list, dict, tuple, set), условия (if/else), циклы (for, while), функции.
• Работа со строками: методы, форматирование (f-strings).
• Работа с файлами: чтение, запись, форматы (CSV, JSON).
• Обработка ошибок: try/except, типы исключений.
• Объектно-ориентированное программирование (ООП): классы, наследование, методы, свойства.
• Модули и пакеты: import, создание собственных модулей, виртуальные окружения (venv).

Курсы и материалы:

• Stepik «Поколение Python» — бесплатный, отличная база для абсолютных новичков.
• Никита Шультайс «Online-курс программирования на Python 3» (skladchina или его сайт) — системная программа.
• Документация Python — реально работает после первых месяцев.

Время: 30-90 минут в день, 5-6 дней в неделю в течение 2-3 месяцев.

Шаг 2: специализация (3-6 месяцев)

После базы выбираете направление. Самые популярные для джунов:

Веб-разработка (бэкенд)

Что учить:

• Django или FastAPI — два главных фреймворка.
• HTML, CSS, JavaScript базово — для понимания фронтенд-стороны.
• SQL — обязательно. PostgreSQL или SQLite для практики.
• REST API — что это, как делать.
• Git — для контроля версий, без него никуда.

Pet-проекты:

• Блог с авторизацией.
• API для To-Do List с CRUD-операциями.
• Telegram-бот с базой данных.

Аналитика данных

Что учить:

• NumPy, Pandas — обработка данных.
• Matplotlib, Seaborn, Plotly — визуализация.
• SQL — критично, аналитики работают с базами 80% времени.
• Jupyter Notebook — основной инструмент.
• Статистика базовая — описательная и инференциальная.

Pet-проекты:

• Анализ датасета с Kaggle.
• Дашборд продаж в Streamlit.
• Прогноз цен на недвижимость линейной регрессией.

Machine Learning

Что учить:

• Сначала аналитика данных (Pandas, NumPy, SQL).
• Scikit-learn — классические алгоритмы.
• Математика: линейная алгебра, статистика, теорвер.
• Опционально TensorFlow/PyTorch для нейросетей.

Pet-проекты:

• Классификатор отзывов на негативные/позитивные.
• Рекомендательная система на простом датасете.
• Прогнозирование оттока клиентов.

Автоматизация / DevOps

Что учить:

• Скрипты автоматизации для рутинных задач.
• Docker базово.
• Linux базово.
• Selenium/Playwright для парсинга и автотестов.
• Bash скрипты.

Pet-проекты:

• Парсер сайта недвижимости/объявлений.
• Автоматизация отчётов для бизнеса.
• Мониторинг доступности сервисов с уведомлениями в Telegram.

Шаг 3: pet-проекты (параллельно с шагом 2)

Самое важное для трудоустройства. Без своих проектов джуна никто не возьмёт — резюме «прошёл 5 курсов» равно резюме «ничего не сделал».

Минимум 3 pet-проекта к моменту собеседования:

1. Простой — 1-2 недели работы. Демонстрирует базовые навыки.
2. Средний — 1-2 месяца работы. Полноценный проект с базой данных, API, тестами.
3. Сложный — 2-3 месяца работы. Что-то нетривиальное, с интересной идеей.

Где разместить проекты:

• GitHub — обязательно. README с описанием, скриншоты, инструкция запуска.
• Деплой хотя бы одного на бесплатный хостинг (PythonAnywhere, Render, Railway).
• Видео-демо на 2-3 минуты — плюс к резюме.

Шаг 4: подготовка к собеседованию (1-2 месяца)

Что спрашивают на собеседовании джуниора:

Технические вопросы:

• Базовая теория (типы данных, ООП, GIL в Python).
• SQL (написать запрос с JOIN, агрегацией, GROUP BY).
• Алгоритмы базовые (отсортировать список, найти дубликаты, простая рекурсия).
• Git (как сделать ветку, разрешить конфликт, откатить коммит).

По коду:

• Live coding на 30-60 минут (LeetCode Easy уровень).
• Разбор ваших pet-проектов (что делает, как реализовано, с какими сложностями).
• Иногда — простая задача на дом.

Soft skills:

• Способность объяснить решение.
• Адекватность в общении.
• Желание учиться.

Где готовиться:

• LeetCode (Easy) — 50-100 решённых задач на старте.
• HackerRank — Python challenges.
• YouTube — разборы собеседований Python-джунов.

Реалистичный таймлайн

Месяцы 1-3: Основы языка. К концу — можете решать LeetCode Easy, написать простой скрипт.

Месяцы 4-6: Специализация. Учите фреймворк, делаете 1-й pet-проект.

Месяцы 7-9: Глубже в специализацию. 2-й и 3-й проекты. SQL и Git.

Месяцы 10-12: Подготовка к собеседованиям. Резюме, GitHub, тестовые собеседования.

Месяцы 12-14: Поиск работы. От 50 до 200 откликов до первого оффера.

Зарплаты junior Python в 2026

Москва, Питер:

• Junior (с pet-проектами, без опыта): 80-150 тыс ₽.
• Junior+ (1-2 года pet-проектов, мини-фриланс): 120-180 тыс ₽.

Регионы:

• Junior: 50-100 тыс ₽.
• Удалёнка из регионов в московские компании: 80-150 тыс ₽.

Через год работы middle:

• Москва: 180-300 тыс ₽.
• Регионы: 120-200 тыс ₽.

Чего избегать

• «Курс за 3 месяца до работы» — нереально, кроме исключительных случаев. Реалистично 8-14 месяцев.
• Только видео-курсы без практики — 80% контента в одно ухо.
• Перебор теории без проектов — никто не возьмёт.
• Перебор технологий — лучше один стек уверенно (Python + Django + PostgreSQL), чем 5 поверхностно.
• Сравнение с другими — все идут в своём темпе, и это нормально.

Альтернативы

Если бюджет на обучение ограничен:

• Бесплатные ресурсы (Stepik, FreeCodeCamp, YouTube) + дисциплина дают тот же результат.
• Совмещение с текущей работой — реалистично, но в 2-3 раза дольше.
• Bootcamp-программы (Yandex Praktikum, GeekBrains, Skillbox) — структурированно, но дороже самообучения.

Что почитать дальше

• Python: курсы программирования с нуля и до профи — подборка курсов.

Главная мысль: войти в IT через Python реально, но это серьёзная работа на 8-14 месяцев, не «выучу за выходные». Самые важные качества для успеха — системность и pet-проекты, а не дорогой курс.