Python с нуля до первого проекта: план на 3 месяца

Зачем вам план обучения Python

Когда я начал изучать Python в 2021 году, первый месяц потратил впустую. Смотрел случайные ролики на YouTube, перескакивал между курсами, пытался сразу писать нейросети, не понимая, как работают циклы. Знакомо? Именно поэтому я составил план, которому хотел бы следовать с самого начала.

Этот план рассчитан на 3 месяца при занятиях 1.5–2 часа в день. К концу вы не просто «будете знать Python» — у вас будет реальный проект в портфолио, опыт работы с базами данных и фреймворками, а также понимание, куда двигаться дальше. Каждая неделя содержит конкретные задания и проекты, а не размытые рекомендации вроде «изучите основы».

Python — один из самых востребованных языков программирования в 2026 году. По данным Stack Overflow Developer Survey, он стабильно входит в тройку наиболее популярных языков, а медианная зарплата Python-разработчика в России составляет 180–250 тысяч рублей для уровня Middle. Но даже Junior-разработчик с хорошим портфолио может рассчитывать на 80–120 тысяч рублей.

Месяц 1: Основы Python

Первый месяц — фундамент. Без него всё дальнейшее обучение превратится в мучение. Не пропускайте и не ускоряйте эту часть, даже если кажется, что «это слишком просто».

Неделя 1: Установка, переменные, типы данных

Что изучаем:

Установка Python 3.12+ и настройка VS Code (или PyCharm Community)
Запуск первой программы: print("Hello, World!")
Переменные и правила именования
Типы данных: int, float, str, bool
Базовые операции: арифметика, конкатенация строк, f-строки
Ввод данных через input()

Практический проект: Калькулятор ИМТ (индекс массы тела). Программа запрашивает рост и вес, вычисляет ИМТ и выводит категорию (недостаточный вес, норма, избыточный вес). Простой, но включает работу с вводом, преобразованием типов, арифметикой и условной логикой.

Ресурсы: Официальная документация Python (docs.python.org), учебник «Укус питона» (Byte of Python на русском), раздел Python на Stepik.

Неделя 2: Условия и циклы

Что изучаем:

Условные конструкции: if, elif, else
Операторы сравнения и логические операторы
Цикл while и его применение
Цикл for и функция range()
Вложенные циклы
Операторы break, continue, pass

Практический проект: Игра «Угадай число». Компьютер загадывает число от 1 до 100, пользователь пытается угадать. Программа подсказывает «больше» или «меньше», считает количество попыток. Добавьте таблицу рекордов (сохранение лучших результатов в список).

Ресурсы: Задачи на Codewars (уровни 8 kyu и 7 kyu), практические задания на Exercism.

Неделя 3: Структуры данных

Что изучаем:

Списки (list): создание, индексация, срезы, методы
Кортежи (tuple) и их неизменяемость
Словари (dict): ключ-значение, вложенные словари
Множества (set) и операции над ними
List comprehensions — генераторы списков
Когда что использовать: выбор правильной структуры данных

Практический проект: Телефонная книга. Программа позволяет добавлять контакты (имя, телефон, email), искать по имени, удалять, показывать все контакты. Данные хранятся в словаре. Добавьте сохранение в файл (JSON), чтобы данные не терялись при перезапуске.

Неделя 4: Функции и модули

Что изучаем:

Определение функций: def, параметры, возвращаемые значения
Аргументы по умолчанию, *args, **kwargs
Области видимости: локальные и глобальные переменные
Лямбда-функции
Модули: import, создание собственных модулей
Стандартная библиотека: os, json, random, datetime

Практический проект: Менеджер задач (To-Do List) с CLI-интерфейсом. Функции для добавления, удаления, отметки выполненных задач, фильтрации по статусу, сохранения в JSON-файл. Код разделён на модули: models.py, storage.py, cli.py.

Ресурсы: Главы о функциях из «Изучаем Python» Марка Лутца, документация по стандартной библиотеке.

Итоги первого месяца

К концу четвёртой недели вы должны уверенно писать программы длиной 100–300 строк, разделять код на функции и модули, работать со всеми основными структурами данных. Если что-то из перечисленного вызывает затруднения — потратьте дополнительную неделю на повторение. Лучше замедлиться сейчас, чем застрять позже.

Месяц 2: ООП, веб-разработка и базы данных

Второй месяц — переход от скриптов к настоящим приложениям. Здесь вы познакомитесь с парадигмой объектно-ориентированного программирования и начнёте работать с веб-фреймворками.

Неделя 5: Объектно-ориентированное программирование

Что изучаем:

Классы и объекты: зачем нужно ООП
Атрибуты и методы
Конструктор __init__ и self
Инкапсуляция: публичные, защищённые, приватные атрибуты
Наследование и полиморфизм
Магические методы: __str__, __repr__, __len__, __eq__

Практический проект: Система управления библиотекой. Классы Book, Reader, Library. Книги можно добавлять, выдавать читателям, возвращать. Система отслеживает, кто какие книги взял и когда срок возврата. Используйте наследование: EBook(Book), AudioBook(Book).

Неделя 6: Работа с базами данных

Что изучаем:

Основы SQL: SELECT, INSERT, UPDATE, DELETE, JOIN
SQLite и модуль sqlite3 в Python
ORM-подход: знакомство с SQLAlchemy
Проектирование схемы базы данных
Миграции: зачем они нужны и как работают

Практический проект: Переписать библиотечную систему с хранением данных в SQLite. Добавить поиск книг по автору, жанру, году. Генерация отчётов: самые популярные книги, задолженности по возврату.

Нужна разработка на Python?

Реализуем проект любой сложности на Python

Заказать разработку на Python

Неделя 7: Введение в веб-разработку на Python

Что изучаем:

Протокол HTTP: запросы, ответы, методы, статусы
Знакомство с FastAPI или Django — выберите один фреймворк
Маршрутизация, обработка запросов
Шаблонизация (Jinja2 для FastAPI, DTL для Django)
Статические файлы и формы

Если вы не знаете, какой фреймворк выбрать, прочитайте наше сравнение FastAPI, Django и Flask. Для обучения я рекомендую начинать с FastAPI — он проще и современнее.

Практический проект: Простой блог с авторизацией. Главная страница со списком статей, страница отдельной статьи, форма для создания новой записи. Подключите SQLite для хранения данных.

Неделя 8: REST API и работа с внешними сервисами

Что изучаем:

Что такое REST API и принципы RESTful-архитектуры
Создание API-эндпоинтов на FastAPI (или Django REST Framework)
Сериализация данных: JSON, Pydantic-модели
Работа с внешними API: requests, httpx
Аутентификация: JWT-токены
Документация API: Swagger / OpenAPI

Практический проект: API для системы заметок. CRUD-операции, аутентификация пользователей, фильтрация и пагинация. Напишите тесты для всех эндпоинтов с помощью pytest.

Итоги второго месяца

Теперь вы умеете проектировать объектно-ориентированный код, работать с базами данных и создавать веб-приложения. Это уже не «скриптописание», а полноценная разработка. Самое время перейти к реальному проекту, который можно показать работодателю.

Месяц 3: Проект, инструменты разработчика и развёртывание

Третий месяц целиком посвящён практике. Вы создадите полноценный проект, научитесь работать с Git, напишете тесты и развернёте приложение на сервере.

Неделя 9: Git и командная разработка

Что изучаем:

Git: init, add, commit, push, pull, branch, merge
GitHub: создание репозитория, Pull Requests, Issues
Gitflow: ветки feature, develop, main
Файл .gitignore и структура проекта
README.md: как описать свой проект

Практическое задание: Перенесите все предыдущие проекты в отдельные репозитории на GitHub. Напишите к каждому README с описанием, инструкцией по установке и скриншотами.

Неделя 10: Тестирование и качество кода

Что изучаем:

Зачем нужны тесты: юнит-тесты, интеграционные тесты
pytest: фикстуры, параметризация, моки
Покрытие кода: coverage
Линтеры и форматтеры: ruff, black, isort
Типизация: mypy и type hints

Практическое задание: Напишите тесты для API заметок из восьмой недели. Добейтесь покрытия минимум 80%. Настройте pre-commit хуки для автоматического форматирования.

Неделя 11: Портфолио-проект (часть 1)

Пора создать проект, который станет центральным элементом вашего портфолио. Выберите один из вариантов:

Трекер личных финансов — веб-приложение для учёта доходов и расходов с графиками и аналитикой
Агрегатор вакансий — парсер, собирающий вакансии с HH.ru и SuperJob, с фильтрацией и уведомлениями
URL-сокращатель — сервис создания коротких ссылок с аналитикой переходов

Для любого из этих проектов можно использовать навыки автоматизации на Python, которые значительно ускорят разработку.

Требования к проекту:

Backend на FastAPI или Django
База данных PostgreSQL
REST API с документацией
Аутентификация пользователей
Минимум 10 тестов
Docker-контейнеризация

Неделя 12: Портфолио-проект (часть 2) и деплой

Что изучаем:

Docker: Dockerfile, docker-compose
Деплой на VPS (DigitalOcean, Timeweb) или PaaS (Railway, Render)
Nginx как reverse proxy
Переменные окружения и конфигурация
CI/CD: GitHub Actions для автоматического тестирования и деплоя

Практическое задание: Разверните портфолио-проект на сервере. Настройте автоматический деплой при пуше в main-ветку. Приложение должно быть доступно по доменному имени.

Обсудим ваш проект?

Оставьте контакты — перезвоним и обсудим задачу

Что делать после трёх месяцев

Три месяца — это только начало. Вот направления для дальнейшего развития:

Если хотите в веб-разработку

Углубляйте знания выбранного фреймворка. Изучите асинхронный Python (asyncio) для построения высоконагруженных сервисов. Освойте Redis, Celery для фоновых задач, WebSocket для real-time функционала. Начните изучать frontend: хотя бы основы JavaScript, HTML, CSS.

Если хотите в Data Science

Переходите к NumPy, Pandas, Matplotlib. Затем — Scikit-learn для машинного обучения. Параллельно изучайте математику: линейную алгебру, теорию вероятностей, статистику.

Если хотите в автоматизацию

Углубляйтесь в работу с API, парсинг, Selenium, Playwright. Изучите работу с облачными сервисами (AWS, GCP). Автоматизация — это направление, которое всегда приносит реальную пользу бизнесу. Мы подготовили подборку 15 скриптов для автоматизации, которые экономят до 10 часов в неделю.

Типичные ошибки начинающих

За время обучения и менторства я видел одни и те же ошибки десятки раз. Вот самые распространённые:

Ошибка 1: «Туториальный ад»

Смотреть курс за курсом, не написав ни строчки собственного кода. После каждого блока теории обязательно решайте задачи и делайте проект. Соотношение теории к практике должно быть 30/70.

Ошибка 2: Перескакивание между языками

«Может, лучше JavaScript? Или Go сейчас в тренде?» Выберите Python и не меняйте направление минимум полгода. Язык — это инструмент, и важнее научиться программировать, чем знать синтаксис пяти языков.

Ошибка 3: Игнорирование ошибок

Traceback — это не катастрофа, а подсказка. Научитесь читать сообщения об ошибках, гуглить их, разбираться. Умение отладки кода — ключевой навык разработчика.

Ошибка 4: Работа без Git

Начните использовать Git с первой недели. Даже если вы единственный разработчик — привычка делать осмысленные коммиты окупится многократно. Работодатели смотрят ваши репозитории на GitHub.

Ошибка 5: Откладывание портфолио

Не ждите, пока станете «достаточно хороши». Каждый проект, начиная с калькулятора ИМТ, стоит выкладывать на GitHub. К моменту поиска работы у вас будет не пустой профиль, а десяток репозиториев с историей коммитов.

Заключение: главный секрет обучения

План — это отлично, но он бесполезен без действия. Главный секрет успешного обучения — регулярность. Лучше заниматься по 1.5 часа каждый день, чем по 10 часов в субботу. Мозг усваивает информацию через повторение и практику.

Если вы прошли этот план, у вас есть 4–5 собственных проектов на GitHub, вы понимаете ООП, умеете работать с базами данных и фреймворками — вы готовы к первой работе. Прочитайте нашу статью о том, как получить первую работу Python-разработчиком, чтобы узнать, как подготовиться к собеседованиям.

А если вам нужна профессиональная разработка на Python — наша команда готова реализовать проект любой сложности: от простого скрипта автоматизации до высоконагруженного веб-сервиса.

Обсудим ваш проект?

Оставьте контакты — перезвоним и обсудим задачу

Зачем вам план обучения Python

Месяц 1: Основы Python