Образование + Разработка

1. AI-режим (быстрый старт)

Вы вводите название курса или список тем — AI сам:

• предлагает структуру (модули и уроки),

• генерирует содержание уроков,

• создаёт проверочные задания.

Подходит для быстрого запуска MVP или чернового наброска.

2. Creator-режим (ручное управление)

Вы полностью контролируете структуру курса:

• добавляете модули и уроки вручную,

• загружаете свои тексты, заметки,

• используете AI для редактуры и дополнений.

Этот режим подходит для продуманных авторских программ.

Публикация и библиотека

Курс можно опубликовать — и другие пользователи найдут его в библиотеке и смогут пройти. Это работает как для авторов, так и для студентов, которые хотят делиться находками.

Функции, которые делают обучение живым

1. AI-помощник в уроках В каждом уроке встроен чат с нейросетью. Можно задавать уточняющие вопросы, просить объяснений — будто у вас всегда под рукой личный репетитор.

2. Проверочные задания AI сам создаёт тесты и задания, а затем даёт обратную связь — что получилось, что можно улучшить.

3. Аудиоверсии лекций Не хотите читать — слушайте! Текст превращается в речь, удобно в дороге или во время прогулки.

4. Трекер прогресса Система отмечает, какие уроки вы прошли, что осталось, и помогает отслеживать результат.

Техническая сторона

Проект написан на Django + Jinja2 Templates. Без модных SPA-фреймворков — всё максимально просто и понятно. Почему так? Потому что изначально это был учебный проект — и сработало. Плюс, я не знаком с современным фронтендом и мне было куда проще собирать костяк html самому и потом через GPT кастомить до нужных бутстрап классов, чтобы верстка смотрелась приемлемо.

Архитектура

• Accounts — управление пользователями, токенами, AI-моделями.

• Courses — AI-курсы, публичные курсы.

• CreatorCourses — редактор авторских программ, которые затем можно «трансформировать» в AI-курсы.

Используются стандартные CBV (ListView, CreateView, и т.д.). Данные моделей Course, Module, Lesson, Task клонируются из Creator-программы при публикации.

AI внутри

По умолчанию используется Qwen2.5-32B, но пользователь может подключить свой ключ от OpenAI (например, GPT-4). Я тестировал разные модели — по качеству ± одинаково, но GPT-4 справляется примерно на 20–30% быстрее.

Промпты заранее шаблонизированы, в них просто «втыкается» пользовательский ввод.

Где хостится?

Сначала всё работало на Raspberry Pi, который стоял дома на подоконнике. Потом начались проблемы с провайдером — и я перенёс всё в Digital Ocean. Плачу около 1000₽ в месяц, зато всё стабильно, и не нужно мутить прокси для доступа к OpenAI из РФ.

Проблема стриминга

Хотелось, чтобы ответ от AI печатался прямо на экране. С stream=True и запуском через runserver + nginx всё работало. Но при переходе на Uvicorn/Gunicorn стрим ломается: данные буферизируются и выводятся разом. JS и backend одинаковые, конфиг nginx тот же — а стрима нет. Пока временное решение — просто показываю прогресс-бар.

Возможно, стоит вынести стриминг в отдельный FastAPI-сервис, как советует GPT. Пока руки не дошли.

Что дальше?

• Интеграция WYSIWYG-редактора в Creator-режим.

• Авторизация через VK, Яндекс и другие платформы.

• Улучшение UX/UI.

• Восстановление стриминга при запуске не через runserver.

На первый взгляд, определения бумажной и цифровой карты похожи. Но есть важное отличие: бумажная карта неизменна — у неё фиксированный масштаб, уровень детализации и генерализация (то есть степень упрощения информации). Цифровая карта — динамична. При изменении масштаба (зума) автоматически меняется и объём отображаемой информации. Чем ближе «приближение», тем больше деталей: появляются мелкие дороги, здания, названия улиц. А при «отдалении» — всё упрощается до крупных объектов, чтобы сохранить читаемость и избежать перегрузки экрана.

Основа карты — картографическая проекция

В основе любой карты лежит картографическая проекция. Откуда она взялась? Всё просто: Земля имеет форму шара (точнее — геоида), а карты, к которым мы привыкли, — плоские. Чтобы изобразить поверхность шара на плоскости, нужно её как-то "развернуть". Именно для этого и существуют проекции — математические способы переноса сферической поверхности Земли на плоскую карту.

Одной из самых известных является цилиндрическая проекция. Представьте: Землю как бы помещают внутрь цилиндра, затем делят по меридианам на равные зоны — "дольки", которые проецируются на внутренние стенки этого цилиндра. Затем цилиндр разворачивают в прямоугольник. В итоге получается привычное нам прямоугольное изображение карты, но с характерными искажениями — особенно заметными ближе к полюсам.

На самом деле, в такой проекции на карте должны быть "разрывы" в районе полюсов. Но чтобы получить цельное изображение, эти зоны искусственно растягиваются и соединяются. В результате искажается масштаб: чем ближе к полюсам, тем сильнее преувеличен размер объектов.

Отсюда и известный эффект: Гренландия на карте выглядит почти как Африка, хотя на деле она меньше почти в 14 раз. По этой же причине самолёты летают "по дуге" — так называемой ортодромии — ведь это действительно кратчайшее расстояние между двумя точками на сфере, хотя на карте оно выглядит как дуга, а не прямая линия.

Из чего «состоит» карта: слои и данные

Современные цифровые карты — это не просто сплошное изображение местности. Они состоят из отдельных слоёв — наборов географических данных, каждый из которых отвечает за определённый тип объектов или информации. Слои можно накладывать друг на друга, скрывать или отображать выборочно, а вместе они формируют целостную картину мира.

Слои различаются по типу данных, способу отображения и назначению. Вот основные виды:

Растровые слои

Это изображения, составленные из пикселей — как цифровая фотография. Каждый пиксель имеет цвет и координаты. Пример — спутниковые снимки или скан бумажной карты. Они хорошо подходят для отображения подробных текстур (лес, горы, здания сверху), но имеют ограниченную гибкость: при увеличении теряется качество.

Векторные слои

Векторный слой — это набор географических объектов, описанных точками, линиями и полигонами. Например, точка может обозначать магазин, линия — дорогу, полигон — здание или парк. К каждому объекту могут быть привязаны атрибутивные данные — дополнительные характеристики: адрес, этажность, материал, название и пр.

В отличие от растров, векторные данные легко масштабируются без потери качества и позволяют выполнять пространственный анализ. Это основной тип данных для большинства интерактивных карт.

Трёхмерные (3D) слои

Такие слои содержат 3D-модели зданий и других объектов. Они позволяют визуализировать городскую среду и рельеф в объёме, создавая более реалистичное представление о местности. 3D-карты особенно полезны в архитектуре, навигации в мегаполисах и при планировании городской инфраструктуры.

Базовые картографические слои

Это фоновые слои, которые формируют общую основу карты. Они, как правило, не подлежат редактированию пользователем и включают глобальные географические данные: границы, дороги, города и т.д.

Примеры таких карт: Google Maps, Яндекс.Карты, 2GIS. Ещё один важный проект — OpenStreetMap (OSM) — свободная, редактируемая карта мира, созданная сообществом энтузиастов. В отличие от закрытых коммерческих решений, OSM можно использовать в собственных проектах при соблюдении условий лицензии.

Базовые карты тоже состоят из слоёв и требуют сложной обработки: векторизации, хранения и синхронизации огромных объёмов данных. Часто для их подключения используют протокол TMS (Tile Map Service) — способ раздачи мозаичных веб-карт по квадратам (тайлам), подгружаемым при просмотре.

Как создать свою карту?

Если вы хотите создать собственную цифровую карту — будь то для проекта, визуализации данных или просто «для себя», — вариантов существует много. Всё зависит от ваших задач, уровня подготовки и желания углубляться в тему.

В основе большинства решений лежат Геоинформационные системы (ГИС) — это инструменты для работы с пространственными данными: их визуализации, анализа и редактирования.

ГИС: профессиональный подход

ГИС можно условно разделить на два типа:

Настольные (десктопные) ГИС — устанавливаются на компьютер. Наиболее популярный бесплатный вариант — QGIS (open-source, подходит для обучения и реальных задач). Для более сложных проектов используется ArcGIS — мощная коммерческая платформа от компании Esri.

Облачные (веб-ГИС) — работают через браузер и часто используются для командной работы или размещения карт онлайн. Как пример NextGis Web.

Работа с ГИС требует некоторых знаний: нужно понимать, как устроены пространственные данные, уметь подключать источники информации и разбираться в слоях. Но взамен вы получаете гибкий и мощный инструмент.

Веб-приложения: программируем сами

Если вы знакомы с JavaScript и хотите создать свою интерактивную карту для веба, подойдут специализированные библиотеки:

Leaflet — лёгкая и простая библиотека, отлично подходит для начала.

OpenLayers — мощнее, с большим набором функций.

MapLibre — форк Mapbox GL JS с поддержкой векторных тайлов и 3D.

Эти библиотеки позволяют строить карты с нуля, подключать слои, настраивать интерфейс и добавлять интерактивность. Однако для более сложных карт может понадобиться и серверная часть — для хранения данных, управления пользователями и API-запросов. Тут помогут:

GeoServer — open-source сервер для пространственных данных.

MapServer — быстрый и гибкий движок, особенно популярен в проектах с высокой нагрузкой.

🧩 Конструкторы карт: без кода и головной боли

Если программировать не хочется, есть онлайн-конструкторы карт — простые и удобные инструменты для создания карт без навыков разработки. Вы можете добавлять точки, рисовать маршруты, подписывать объекты и делиться картой с другими.

Популярные платформы:

Яндекс.Конструктор карт — простой интерфейс, идеален для базовых задач.

Конструктор карт от 2ГИС — похож по функционалу на Яндекс.

Конструктор карт "Масштаб"— сочетает простоту с хорошим функционалом, подходит как для личных, так и для образовательных проектов.

📌 Заключение

Создание своей карты сегодня это способ рассказывать истории, анализировать данные, делиться знаниями и строить цифровую географию под свои цели. Хотите ли вы просто отметить любимые места на карте или разрабатывать профессиональные картографические сервисы — нужный инструмент найдётся.

Сейчас все говорят про ИИ-агентов и их внедрение в бизнес. А меж тем, на самом сайте 📱 OpenAI есть очень полезный раздел Business Guides and Resources. Там собраны полезные материалы, предназначенные  помочь компаниям в эффективной интеграции ИИ в их бизнес-процессы - от использования API до руководства по созданию этих самых ИИ-агентов. Эти ресурсы ориентированы на стартапы, крупные предприятия и разработчиков.

Конкретно:

• Руководителям и менеджерам, планирующим внедрение ИИ в компании.

• ИТ-специалистам и разработчикам, работающим над ИИ-проектами.

• Консультантам и аналитикам, исследующим возможности применения ИИ в различных отраслях.

Что включает Business Guides and Resources?

В библиотеке представлены различные руководства и практические материалы, такие как:

• AI in the Enterprise - уроки от 7-ми передовых компаний, демонстрирующие, как ИИ может повысить производительность сотрудников. А еще автоматизировать рутинные операции и улучшить клиентский опыт.

• A Practical Guide to Building AI Agents - это пошаговое руководство по созданию ИИ-агентов. Включает рекомендации по формулировке инструкций, обработке исключений и организации рабочих процессов.

• Identifying and Scaling AI Use Cases - здесь методология выявления и масштабирования применений ИИ, основанная на анализе более 300 успешных внедрений и 2 миллионов бизнес-пользователей.

Зачем это нужно?

• Определить области, где ИИ может принести наибольшую пользу.

• Разработать и внедрить ИИ-решения, адаптированные к специфике вашего бизнеса.

• Повысить эффективность сотрудников и автоматизировать рутинные задачи.

• Обеспечить безопасное и ответственное использование ИИ в соответствии с лучшими практиками.

Ресурсы доступны бесплатно и регулярно обновляются, такое мы любим))

Сколько учиться: есть базовый курс на 6 месяцев и расширенный — на 8.

1С — язык программирования для работы с продуктами одноименной компании. Он помогает автоматизировать бизнес-процессы и разрабатывать бизнес-ориентированные приложения. В России с 1С работают и большинство компаний, как небольших, так и крупных.

За полгода вы научитесь работать с платформой и писать код на языке 1С, поработаете с отчетами и системой компоновки данных, научитесь создавать механизмы бухгалтерского учета. Вас ждет девять итоговых работ и выпускной проект.

Начать учиться бесплатно>>

Python-разработчик буткемп

Сколько учиться: 4 месяца

Курс включает восемь блоков. Первый и второй — знакомство с Python, остальные — более глубокое погружение в тему. Например, бэкенд на Django, изучение алгоритмов и структуры данных, разбор асинхронностей и нюансов работы с Flask.

Формат буткемп — это интенсивное обучение. Нагрузка в неделю составит около 30 часов, вы можете рассчитывать на поддержку наставников.

Начать учиться бесплатно>>

Системный администратор

Сколько учиться: 6 месяцев

Сисадмин отвечает за исправность информационной инфраструктуры компании. В зоне его ответственности компьютерные системы, сети, серверы, ПО и безопасность данных.

На протяжении всего обучения вы будете знакомиться с Linux, приложениями с открытым исходным кодом, сетевыми протоколами и системами хранения данных.

Начать учиться бесплатно>>

Чем интенсивнее курс, тем быстрее начинается этап поиска работы. В нашем Карьерном центре мы поддерживаем студентов: помогаем оформлять резюме и портфолио, проходить собеседования, предлагаем вакансии и стажировки от 4000+ партнеров. Стартуйте в IT уверенно!

• Есть желание похоливарить или обсудить технический вопрос - супер, у нас плюрализм мнений и совершенно не токсичное сообщество (ага, конечно)

• Интересно написать статью или организовать вебинар, но не привлекают Medium, Habr и другие площадки - отлично, всегда рады новым лицам и качественному материалу. Заодно поможем с вычиткой и редактурой, если нужно

• Хочешь поучаствовать в ревью - у нас бывают ивенты для новичков, где одна из ключевых задач - привить привычку писать хороший код

• Прет от математики или, божеупаси, литкода - это у нас тоже есть, энтузиасты прилагаются

Со своей стороны могу гарантировать, что все это не будет засрано рекламой, ботами, политотой и прочим говном. Больше двух лет все строится на добровольных началах и желании сделать этот мир чуть лучше, чем он есть.

И, конечно, минутка лайкодрочерства: хочется, чтобы пост поднялся повыше и его увидело больше людей

P.S. Показалось, что вкорячить в пост тег "IT-юмор" - охуенная тема (к слову, свинья - тоже охуенная тема). Поэтому - анекдот:

Встретил в поле Иван Царевич Змея Горыныча об одной голове.
Достал он свой меч-кладенец и срубил голову, но на её месте появилось две. Срубил две — выросло четыре, срубил четыре — выросло восемь.
Так рубил Иван Царевич головы, пока не снёс Змею 65536 голов, и сдох Змей Горыныч, ибо был он 16-ти разрядный.

• Продакты (Product Managers или Product Owners). Они придумывают фичи (функционал), который нужен бизнесу.

• Дизайнеры. Они рисуют интерфейсы будущих приложений.

• Разработчики (Developers). Они пишут код приложений и серверов.

• Тестировщики (QA). Они проверяют, что все (приложения, сервера) работает согласно требованиям.

• Аналитики данных (Data Science).

• DevOps. Они создают и поддерживают инфраструктуру, на которой работают сервисы, серверы и приложения.

Всем этим управляет либо CTO, либо VP of Engineering, либо Директор Департамента или Блока ИТ.

Больше всего вакансий для разработчиков. На втором месте — тестировщики (QA). Дальше идут дизайнеры, аналитики данных, DevOps и продакты.

Я очень рекомендую сконцентрировать свои усилия на той области, где больше всего вакансий, то есть на разработке.

Скажу так: я знаю дизайнеров и тестировщиков, которые переходили в разработку, но никогда не было наоборот. DevOps-инженеров довольно мало, то есть рынок вакансий очень ограничен, и в небольших компаниях их функцию довольно легко выполняют, опять же, разработчики. В совсем небольших компаниях и функцию тестировщиков выполняют разработчики, хотя не любят это дело.

Единственный случай, когда вам нужно обратить внимание на продактов и, возможно, тестировщиков, — это если вы имеете хороший опыт работы с людьми; иначе говоря, если у вас прокачаны софт-скиллы (вы умеете успешно общаться с людьми). В этом случае у вас будет преимущество перед любым разработчиком, и вы сразу сможете стать заказчиком (продактом) внутри ИТ. Но таких вакансий мало, и вам все равно необходимо изучить базовые скиллы для ИТ. То же самое касается тестировщиков: вакансий достаточно много, но получить реальный опыт тестирования без стажировки или работы очень сложно, в отличие от опыта разработчика. Опять же, разрабатывая свои приложения (pet-проекты), вы будете сами их тестировать, что даст вам и опыт тестирования тоже.

Data Science тоже редкий зверь, и денег обычно платят меньше, чем в среднем в разработке. Я бы это рассматривал только как дополнительный важный навык для продакта. Product Manager должен уметь анализировать данные, чтобы понимать, какие фичи внедрять (Data Driven Development).

Короче говоря, переходим к плану A — стать разработчиком. Еще один плюс этого плана в том, что если вдруг вас сразу не возьмут на разработчика, то могут с руками оторвать, например, в тестирование (внутри тестирования тоже есть своя разработка — автоматизация тестирования). А дорожка из тестирования в разработку уже протоптана.

Какие бывают разработчики?

Бывают FrontEnd, бывают BackEnd, а бывают самые редкие FullStack.

FrontEnd делают приложения и интерфейсы сайтов (UI — User Interface). То есть весь визуал, который вы кликаете и тапаете.

BackEnd делают сервера и сервисы, к которым обращаются приложения и Front сайтов. Сюда же отнесем базы данных; они обычно еще на один уровень ниже, под сервисами BackEnd. И бывают отдельные крутые разработчики по БД. Бывают даже системы, где по сути нет UI, но требуется дикая производительность для расчетов. Там используются тяжелые, дорогие решения и всякие TeraData, Oracle и т.д. Рынок таких вакансий не велик, платят тут хорошо. Но чтобы сюда прорваться, скорее всего, сначала нужно стать разработчиком или аналитиком данных, а потом сместиться в большие БД. На коленке поработать с такими решениями будет сложно. Ограничения — это лицензии на софт и где вы возьмете такие большие данные? И где их хостить? Короче говоря, это длинный путь.

FullStack могут делать и то, и другое. Такие чаще встречаются на стеке Web-технологий, то есть в разработке сайтов. Значительно реже — в разработке приложений.

Причина проста: BackEnd — это набор серверов с сервисами, которые в 90% случаев работают сегодня на Web-технологиях (дают API для Front), то есть BackEnd Developer хорошо знает, как устроен Web, и до FrontEnd сайтов ему рукой подать; хотя там уже используются надстройки над Web в виде всяких крутых фреймворков (ReactJS например). Есть, конечно, BackEnd, который вообще никак с Web-технологиями не связан; например, высокоскоростные сервисы на C/C++, но таких меньше, чем Web-сервисов.

GameDev (разработка игр) стоит немного в стороне со своими Unity, Unreal Engine и т.д. Но это хороший способ познать базу, которая даст возможность двигаться дальше. Тут все языки — Cи подобные (аналоги языка Cи).

Мобильные приложения делятся на два больших мира — iOS и Android. Обычно это разные разработчики; у каждого целая вселенная, поэтому им не до BackEnd. Но знание базы Web-технологий очень сильно тут помогает, так как в мобильной разработке переиспользуются многие форматы и правила из Web.

Важно - у истоков всей современной разработки стоит Web. Ну может кроме Баз Данных, хотя форматы для данных там часто используется те же.

Короче, если вы нифига не понимаете в ИТ, то начинайте с FullStack Web-разработки. Вы сможете освоить:

• Front и BackEnd программирование,

• Си-подобный язык программирования (после легко учить другие языки),

• Rest API как вариант самого популярного способа общения между Front и Back,

• Понятие фреймворка и библиотеки,

• Асинхронное программирование (когда для продолжения программы нужно ждать результат от других источников),

• Все самые популярные форматы для передачи данных (JSON, XML),

• Работу с базами данных (SQL, NoSQL).

Если хотите, чтобы и само Web давалось легче, очень советую потратить время на язык C/C++. Я включу это как необязательный пункт в начале плана.

Какие навыки (скиллы) нужно любой специальности ИТ?

Если только вы не хотите стать 1C-разработчиком, то первый навык — это английский язык. Хотя бы чтение и умение задавать вопросы.

Второй навык — это логическое (и, как более высокий уровень, алгоритмическое) мышление. Это блокер для 50% желающих войти в ИТ. Алгоритм — это последовательность команд, приводящих к заданной цели.

Я видел разработчиков, которые уже отработали 2 года, но не могли написать простейший алгоритм. Они даже знали язык программирования, но шаг влево или вправо полностью заводил их в тупик. Именно из-за этого навыка ИТшников считают душнилами и ботанами.

Именно по этой причине многие не могут реально работать в ИТ, даже пройдя курсы и изучив язык программирования. ИТшнику, когда он идет в магазин, нужен не просто список продуктов, а желательно в той последовательности, в которой они расположены в магазине. Или в правильной последовательности удобного складывания продуктов в корзину, или в обратной последовательности, чтобы потом удобно было перекладывать в пакет.

Видите, мы с вами уже коснулись здесь трех алгоритмов. Если после этого у вас возникли идеи еще нескольких алгоритмов закупки продуктов по списку, то вы будете очень успешны в ИТ. Если нет, или если вы вообще не поняли, в чем разница, то в ИТ вам будет сложновато.

Проще говоря, если вы не ищете причинно-следственные связи, то вам будет тяжело в ИТ. ИТшник уверен, что все можно разложить по полочкам и построить в стройный алгоритм.

ИТ — это набор иногда очень сложного кода, написанного людьми, который в реальном времени обменивается данными друг с другом и пользователями и производит ожидаемые результаты. При такой сложности систем как сейчас иногда кажется - это какая-то случайность (random), но ваша задача будет выяснить причину и ее починить или оптимизировать эту систему, чтобы она выдавала тот же результат быстрее или точнее. А иногда даже написать такую сложную систему с нуля.

Короче говоря, английский и логическое мышление — это must have (обязательно).

План по musthave скиллам:

1. Изучите термины. Иначе вам будет сложно понять, о чем говорят ИТшники.

2. Переключите все интерфейсы на английский язык на весь 2025 год.

3. Гуглите и разговаривайте с чатГПТ на английском в течении 2025 года.

4. Читайте reddit и stackoverflow на английском.

5. Уcтановите discord, читайте каналы по Gaming, Education, Science. Позволит Вам качать английский и привыкнуть к около ИТшным мессенджерам и темам.

6. Посмотрите лекции Макарова, про Сократический диалог и Науку о логической аргументации. Логика наше все!

7. Пройдите курс по BF. Это позволит Вам потренировать логику, и понять как компьютер работает на базовом уровне.

Понять что тебе лучше подходит

Если вы прямо творческий человек, рисовали и обожаете визуал, думаете о том, как можно улучшить интерфейсы, тогда вам в дизайн.

Если вы мегакоммуникатор и хороший организатор (ведете списки дел, можете делегировать), тогда вам в продакты.

Во всех остальных случаях — в разработчики или в тестировщики.

Качать хард скиллы в течении года

Будем говорить здесь о самой массовой теме — хард скиллах разработчика.

1. Написать ~5000 строк кода (3 месяца) на C/C++ или Си подобных языках. Все комитить на github, заодно изучив git. В крайнем случае можно на Python.

2. Написать ~10 000 строк кода (5 месяцев) на node.js (BackEnd) + html/css/js (FrontEnd)

3. Написать ~5 000 строк кода (4 месяца) на любом FrontEnd js framework (reactjs, и т.д.) + node.js (BackEnd)

В пункте 1 можно начать с GameDev, но только если вас прямо увлекают игры; иначе вы там застрянете и устанете. Рекомендую Unity + C#. Либо Roblox + Lua. Авторов Lua, конечно, надо "расстрелять", но все-таки он Си-подобный. Зато в Roblox вы изучите асинхронщину, и может быть, даже напишете успешную игру для школоты.

Либо, если совсем лень и тяжело идет C/C++/C#/Lua, на крайний случай — Python. Плюс Python в том, что он сейчас очень популярен, и по этому магическому слову вас будут искать HR (отделы кадров). По Python и не только подключайтесь к Python комьюнити, где каждый день постится кусок кода на разные темы. Берите этот кусок кода, отлаживайте, запускайте и расширяйте пример. Вы можете один пример увеличить с ~30 строк кода до 100-200. Затем комитьте этот код на GitHub. Это будет формировать ваш профайл. Очень важно, чтобы у вас были коммиты каждый день; так вы пройдете фильтры HR и Intro-интервью. И набьете руку на разных библиотеках и темах. Затем можете портировать (переводить) код на другие языки, например, на C/C++ или JavaScript. Вы поймете, чем все-таки Python со своими структурами данных и библиотеками хорош.

Для пункта 2 лучше брать более крупные задачи и делать какую-то мини-систему целиком. Например, сайт-калькулятор, который считает все на BackEnd. Или сайт, который валидирует почтовые адреса через внешний API. Вот список внешних API который можно использовать. Можно много идей получить из тех данных, которые дают сами API. Проект нужно закомитить на GitHub, или, точнее, в процессе делать комиты. Если там будет один комит и один MR, то с вами никто разговаривать в ИТ не будет. Множественные комиты в течение месяцев показывают, что это реально вы работали, а не просто кто-то дал вам готовый проект и показал, какие кнопочки нажимать.

Если выбрали GameDev в пункте 1, то рекомендую поучаствовать в old games remakes. Это большие проекты, которые выложены на GitHub и ставят своей целью сделать ремейк старой известной игры. Если в течение года вы покажете свои постоянные комиты, заревьювленые и заапрувленые другими участниками проекта, вас точно позовут на собеседование и будут долго расспрашивать про этот проект. Тут можно найти список таких проектов.

Для п.3 вы уже должны осознано выбрать Front фремйворк. Это может быть игра на Phaser.js. Либо портал с графиками на Grafana. Либо просто красивый интерфейс на ReactJS. Тут важно выбрать самому; потом, на собеседовании, если вы обоснуете свой выбор с деталями любого фреймворка, это даст вам +100 баллов над любым джуном.

Для GameDev можно пойти на Unity assets (или аналоги для Unreal и прочих), набрать там фришных (бесплатных) ассетов (это может быть целый уровень игры), и доделать игру дальше. Например сделать следующий уровень, или добавить какие-то ништяки или других врагов в игру.

Готовить и рассылать резюме + сопроводительное письмо

Начать составлять резюме нужно с первого дня, прямо в профайле linkedin. Пишите все чему вы учились. Примеры ниже.

По п.1 (~5000 строк кода):

Изучал Python. Написал X строк кода. Изучил библиотеки [список]. Написал код по темам [список]. + ссылки на github, где будут ваши еженедельные комиты с указанными темами и библиотеками.

Темы каждый день можно брать из Python комьюнити. Темы можно брать даже если вы не на Python, их будете писать.

По п.2 (~10 000 строк кода):

Написал валидатор почтовых адресов US на JavaScript. Backend: node.js + MongoDB + Google API. FrontEnd: JS/HTML/CSS.

Переписал валидатор на TypeScript.

+ ссылки на github с вашими комитами подтверждающимии вышеописанную историю.

За "переписал" вам +100 баллов в карму будет. Это повысит ваши шансы даже на стадии отбора резюме. И на техническом собеседовании вы сможете поговорить не о рандомных вопросах собеседующего, а о вашем коде, где вы как рыба в воде.

По п.3:

Написал игру-клон Mario (один уровень) на Phaser.js + Node.js + MongoDB.

Если вы прошли все вышеперечисленное и готовы начать поиск работы, это можно начинать делать еще в процессе, например, в момент написания своего большого проекта (п. 3). Я готов вас рекомендовать и провести ревью вашего резюме. Присылайте ссылку на резюме (лучше линк на LinkedIn профайл) админу Python комьюнити.

Тут же можно поделать челенджи по языку, который учили, и на который будет техническое собеседование. Например тут по JS, или тут по Python.

Пройти 10-20 собеседований

Важно проходить много собеседований, чтобы набить руку и получить несколько предложений — для возможности выбора.

Обычно бывают следующие этапы собеседований в ИТ:

1. HR - что вы за человек?

2. Hiring Manager interview (с нанимающим менеджером) - что вы за человек? И что у нас за компания?

3. Техничеcкое интервью - ваши hard skills.

4. Финальное интервью с Hiring Manager/его боссом или HR. Цель сделать вам оффер.

Если кратко, то все. С Наступшим 2025. Успехов в обучении. Пишите. Подключайтесь к Python комьюнити. Всем Добра!