Сколько лет учиться на айтишника?

сен, 6 2025

До первой зарплаты в ИТ можно дойти за 6-12 месяцев, а можно идти 4-6 лет. Срок зависит от маршрута, времени в неделю и выбранной роли. Ниже - без воды: реальные цифры и как не застрять на старте.

Четыре главных пути. Вуз: бакалавриат - 4 года, магистратура - ещё 2, специалитет - 5-6; сильная база, но долгий выход на рынок. Колледж (СПО): 2-4 года, быстрее практики. Курсы/буткемпы: 3-12 месяцев до джуна при нормальной нагрузке и портфолио. Самообучение: 6-24+ месяцев, зависит от дисциплины и качества задач.

Сначала оцените ресурс времени. Если у вас 15-20 часов в неделю, ориентируйтесь на средние сроки ниже. Если только 8-10 часов - умножайте сроки примерно на 1.5. Параллельно прокачивайте английский до B1: это прямо сокращает поиск работы и открывает больше материалов.

Сроки по ролям при системной работе. Фронтенд: 6-12 месяцев до первой работы (HTML/CSS, JS/TS, React, 3-5 проектов). Бэкенд: 9-18 месяцев (Python/Java/Go, БД, API, деплой). Тестирование: 3-9 месяцев (мануал → автотесты). Аналитика данных: 9-18 месяцев (SQL, Python, BI, статистика). DevOps/SRE: 12-24 месяца (Linux, сети, Docker/Kubernetes, CI/CD). Инфобез: 12-36 месяцев, часто требуется профильное образование. ML/DS: 12-24 месяца до джуна при хорошей математике; без неё - дольше.

Когда нужен диплом. Для академических ролей, гос-сектора, безопасности и R&D диплом реально важен. Для веб-разработки, тестирования и аналитики чаще решают проекты, GitHub и стажировки. Комбо-стратегия рабочая: колледж/вуз + стажировки + активное портфолио - так вы не ждёте выпуск, чтобы начать зарабатывать.

Про курсы. Берите программу с упором на практику и код-ревью, а не «лейте лекции в уши». В идеале - ментор, финальный проект, стажировка, помощь с резюме и собеседованиями. Простой тест: на выходе у вас должны быть 3-6 законченных проектов, размещённых в GitHub/портфолио, и вы умеете их защищать.

Самообучение - нормальный путь, если есть план. Выберите стек (например, Frontend или Python + Backend), пройдите официальный roadmap, делайте пет‑проекты, участвуйте в хакатонах и вносите вклад в open source. Без систематического фидбэка легко зависнуть - ищите ревью в комьюнити или у ментора.

Что ускоряет. Чёткая траектория и ежедневная практика по 60-90 минут. Английский до B1. Ментор/код‑ревью. ИИ‑инструменты как напарник: Copilot/ChatGPT/Cursor ускоряют наброски кода, но не заменяют понимание. Что тормозит: бесконечные курсы «для галочки», страх выкладывать код и отсутствие проектов, которые можно показать работодателю.

Рынок в 2025 всё ещё требует опыт, поэтому делайте «мостики»: стажировки, учебные проекты для НКО/малого бизнеса, фриланс‑задачи, pet‑проекты с реальными пользователями и метриками. В резюме это ценится сильнее, чем сертификаты без практики.

Если вкратце: выберите роль, посчитайте часы в неделю, составьте план на 3-6 месяцев, соберите портфолио из 3+ проектов и выходите на стажировки. Это короче пути, чем ждать «идеальной готовности» годами.

• Пути в ИТ и реальные сроки
• Сколько времени по специальностям
• Что ускоряет и что тормозит
• План на 24 месяца с ресурсами

Пути в ИТ и реальные сроки

На вопрос сколько лет учиться на айтишника нет одного числа. Всё упирается в выбранный путь, часы в неделю и то, когда вы готовы выходить на стажировки. Ниже - четыре рабочих маршрута и честные сроки.

Что точно известно: в России бакалавриат длится 4 года, магистратура - ещё 2, специалитет - 5-6 (это стандарт системы высшего образования РФ). Среднее профобразование (колледж, СПО) - обычно 2-4 года. Интенсивные буткемпы по разработке в мире идут 12-26 недель, а легендарный курс CS50 Гарварда рассчитан примерно на 11-12 недель при 10-20 часах в неделю - всё это реальные ориентиры по времени.

• Вуз (бакалавриат/магистратура). База по математике, алгоритмам, сетям, ОС. Реальные первые деньги - часто со 2-3 курса через стажировки или подработку. Путь длинный, но даёт фундамент и больше шансов на R&D/инфобез/ML.
• Колледж (СПО). 2-4 года, больше практики и работа руками. Удобно стартовать раньше, чем после школы идти в вуз. Часто позволяет выйти на стажировки уже на 2-3 курсе.
• Курсы/буткемпы. 3-12 месяцев до джуна при 15-20 ч/нед и портфолио. Важны код-ревью, финальные проекты и помощь с трудоустройством. Без проектов на GitHub шансы сильно падают.
• Самообучение. 6-24+ месяцев. Работает, если есть план, фидбэк и регулярная практика. Реальные ускорители - ментор, ревью кода, участие в хакатонах и open source.

Ниже - сводка по срокам до первых денег (стажировка/джун) при системной работе 15-20 часов в неделю. Это практические ориентиры, а не жёсткие гарантии.

*При наличии портфолио и регулярной практики. Без проектов сроки растягиваются в 1.5-2 раза.

Как прикинуть время до первого оффера. Ориентир для старта в веб‑разработке/тестировании - 600-900 часов на базу + проекты. Ниже - оценка на 700 часов. Подставьте свои часы в неделю и получите примерные сроки.

Что реально ускоряет: ежедневная практика 60-90 минут, английский до B1 (чтобы читать доки и искать решения), код‑ревью от ментора, участие в стажировках и конкурсах. Что тормозит: бесконечные «просмотры лекций», страх выкладывать код, отсутствие проектов, которые можно показать.

1. Определите роль (Frontend, QA, Backend, Data/ML, DevOps).
2. Посчитайте ресурсы: часы в неделю, бюджет, дедлайн до первых денег.
3. Выберите маршрут: вуз/колледж для фундамента; курсы/самообучение для быстрого выхода.
4. Сразу планируйте портфолио: 3-6 проектов, из них 1-2 «живых» с деплоем и README.
5. С 3-4 месяца - стажировки, фриланс‑микрозадачи, тестовые собеседования.

Комбо‑подход работает лучше всего: учёба (вуз/колледж или курс) + пет‑проекты + стажировки. Так вы не ждёте выпуска, а нарабатываете опыт по дороге.

Сколько времени по специальностям

Ниже - реальные сроки до первой работы (уровень джун) при регулярных занятиях 15-20 часов в неделю. Если у вас 8-10 часов, умножайте сроки примерно на 1.5. Английский на уровне B1 заметно ускоряет обучение и поиск вакансий. И да, вопрос сколько лет учиться на айтишника зависит от роли, стартовой базы и вашей дисциплины.

Frontend (6-12 мес.). Начните с верстки: семантический HTML, адаптивная сетка, доступность. Дальше - JavaScript основы, потом TypeScript и React. Минимальный набор проектов: лендинг, SPA с роутингом и авторизацией, мини‑CRM с таблицами и фильтрами, петы с API (например, каталог фильмов). Плюс деплой на Vercel/Netlify и понятный README.

Backend (9-18 мес.). Язык на выбор: Python (FastAPI/Django), Java (Spring), Go (Gin/Fiber). Освойте SQL и транзакции, проектирование схем, REST/GraphQL, очереди (RabbitMQ/Kafka - базово), аутентификацию (JWT/OAuth2). Сборка и деплой: Docker, docker‑compose, минимальный CI. Обязателен проект с ролями, платежами или реальным интеграционным кейсом.

QA (3-9 мес.). Стартуйте с техник тест-дизайна, жизненного цикла бага, составления чек‑листов, тест‑планов и отчётов. Инструменты: браузерные девтулы, Postman, Charles/Fiddler, базовый SQL для проверок. Автотесты - после базы: Python + pytest или Java + JUnit, Page Object, API‑тесты. Портфолио: 2-3 кейса с артефактами (скрины, багрепорты, тест‑наборы).

Аналитик данных (9-18 мес.). Уверенный SQL (JOIN, оконные, агрегации), Python (Pandas, визуализация), BI (Power BI или Tableau), основы статистики (гипотезы, A/B). Проекты: юнит‑экономика, когортный анализ, воронка, дашборд с обновлением данных. Добавьте один кейс про продуктовые метрики и интерпретацию результатов.

Data Engineer (12-24 мес.). Постройте ETL/ELT конвейер: сбор → очистка → загрузка в DWH (например, PostgreSQL/ClickHouse). Оркестрация (Airflow), партиционирование, схемы данных, стриминг на базовом уровне (Kafka). Важны практики надёжности: ретраи, мониторинг, алерты. Проект: конвейер из нескольких источников с расписанием и тестами.

ML/DS (12-24+ мес.). Нужна математическая база: линейная алгебра, вероятность, основы оптимизации. Инструменты: NumPy, Pandas, scikit‑learn, визуализация. Для CV/NLP - базовое знакомство с PyTorch/TensorFlow. Обязательно: корректная валидация (train/val/test), метрики (ROC‑AUC, F1, RMSE), simple прод‑демо - API сервиса инференса. Один‑два проекта с отчётом об ошибках и ограничениях модели.

DevOps/SRE (12-24 мес.). Linux и сети (L3-L7), контейнеризация (Docker), оркестрация (Kubernetes), CI/CD (GitLab/GitHub Actions), мониторинг (Prometheus/Grafana), IaC (Terraform/Ansible). Проект: кластер K8s, развёртывание приложения с автоскейлингом, логи и алерты. Плюс практика отказоустойчивости: резервные копии и восстановление.

Mobile (9-18 мес.). iOS: Swift + SwiftUI, Android: Kotlin + Compose. Паттерны MVVM/MVI, работа с сетью, локальное хранилище, офлайн‑режим, навигация. Минимум один релиз в App Store/Google Play и второй - как тестовый через TestFlight/внутренний трек. Для портфолио важны скринкасты и метрики установки.

Кибербезопасность (12-36 мес.). Выберите трек: защита (blue team) или тест на проникновение (red team). Основа: сети, протоколы, Linux/Windows, логи, базовая криптография. Практика: стенды, лабы, CTF‑задачи. Портфолио: отчёт по инциденту, плейбуки реагирования или отчёт пентеста с ремедиацией.

GameDev (12-24 мес.). Unity (C#) или Unreal (C++). Физика, сцены, UI, оптимизация, сборки под ПК/мобайл. Проекты: прототип core‑механики, вертикальный срез (vertical slice), релиз простого тайтла. В команде - плюс к найму: умение работать со спринтами и задачами.

Как посчитать свой срок:

1. Определите роль и стартовую базу (есть ли опыт в программировании, математика, английский).
2. Посчитайте доступные часы в неделю. Если меньше 12, делите программу на короткие спринты по 4-6 недель.
3. Соберите минимальный стек и план проектов (3-6 штук). Каждый проект - с README, деплоем и выводами.
4. Каждые 6-8 недель добавляйте публичный артефакт: репо, демо, статью, доклад, чтобы наращивать «след» в сети.
5. Идите на стажировки и фриланс сразу после первых 2-3 проектов - практика сокращает время до оффера сильнее любых курсов.

Если видите, что темп проседает, урежьте теорию и удвойте практику: лучше один законченный проект, чем пять вечных черновиков.

Что ускоряет и что тормозит

Ответ на сколько лет учиться на айтишника во многом зависит не от «таланта», а от того, как вы учитесь каждый день. Есть рычаги, которые режут время до первой работы, и привычки, которые его растягивают.

Что реально ускоряет

• Ежедневная практика 60-90 минут. Короткие, но регулярные сессии работают лучше марафонов раз в неделю. Это не мнение, а эффект «интервальных повторений»: мета‑анализ Cepeda et al. (2006) показал, что распределённая практика даёт лучшее долгосрочное запоминание, чем «зубрёжка».

• Повтор с системой. Карточки Anki используют алгоритм SM‑2 из SuperMemo - он как раз про интервальные повторения. Добавляйте туда определения, команды, куски кода и решения ошибок. 15 минут таких повторений в день экономят часы переучивания.

• Проекты «как в работе», а не «как в учебнике». Деплой на хостинг, логирование, простые тесты, CI. Работодатель видит не абстрактный «todo‑list», а то, что ближе к продакшену. Цель - 3-6 законченных проектов с README, демо и ссылкой на код.

• Код‑ревью и ментор. В крупных компаниях код без ревью не попадает в прод - это стандарт (см. Google Engineering Practices). Привыкайте к этому рано: просите ревью в комьюнити, на стажировках, у ментора. Исправленные ошибки сегодня - минус десятки багов завтра.

• Английский до B1/B2. Документация, GitHub issues, Stack Overflow - первоисточники выходят на английском. Это сокращает время решения проблем и открывает больше вакансий.

• ИИ как напарник, а не костыль. GitHub в контролируемом эксперименте (2022) показал: с Copilot разработчики выполняют задачи в среднем на 55% быстрее. Используйте ИИ для черновиков, генерации тестов, объяснения чужого кода, но проверяйте логику сами.

• Фокус на одном стеке 3-6 месяцев. Лучше «JS/TS + React» или «Python + FastAPI + SQL», чем пять технологий сразу. Глубина важнее ширины на старте.

• Среда, которая не мешает. DevContainer/Docker для быстрого старта, шаблоны репозиториев, Makefile или npm‑скрипты. Меньше настройки - больше кода.

• Сообщество и публичность. Хакатоны, контрибы в open source, разбор чужих PR. Принятый pull request - это реальный код‑ревью и строка в резюме.

• Ритм недели. 5 дней по 60-90 минут + одна длинная сессия 3-4 часа. На неделе: 1 фича в проект, 2-3 задачи по алгоритмам/SQL, 1 код‑ревью, 1 день на разбор ошибок.

Что тормозит и съедает месяцы

• Пассивное «смотрю курсы без кода». Кривая забывания Эббингауза показывает резкое падение удержания в первые дни без повторений и практики. Лекция без задач - почти нулевой выхлоп.

• Прыжки между стеками. Сегодня Python, завтра Go, послезавтра мобилка. Итог - нет ни одного проекта, который не стыдно показать.

• Перфекционизм и страх публиковать. Выкладывайте «достаточно хорошо» и итеративно улучшайте. Работа видна - обратная связь появляется.

• Мультизадачность и постоянные отвлечения. Исследование Глории Марк (University of California, Irvine) показало: после прерывания в среднем нужно около 23 минут, чтобы вернуться к задаче. Режим «без уведомлений» - не каприз, а ускоритель.

• Отсутствие обратной связи. Без ревью ошибки закрепляются. Хоть раз в неделю получайте внешний фидбэк: ментор, сообщество, стажировка.

• Игнор требований вакансий. Если в 8 из 10 объявлений для вашей роли требуют SQL и тесты - добавьте их в план сейчас, а не «когда‑нибудь».

• Сессионная учёба «раз в месяц». Мозгу нужен ритм. Долгие паузы = откат навыков, снова прогрев, снова старт с нуля.

Как быстро перестроить процесс за 7 дней

1. Соберите «контрольный список» навыков по 10 свежим вакансиям и вычлените топ‑5 обязательных.

2. Запланируйте 5 слотов по 60-90 минут на неделю + одну длинную сессию. Поставьте напоминания.

3. Поднимите проектную среду (шаблон репо, Docker/DevContainer, автотесты). Один клик - и вы в работе.

4. Включите Anki: 20-30 карточек в день по терминам, ошибкам и сниппетам.

5. Подключите ИИ: просите объяснять ошибки, писать тест‑кейсы, предлагать рефакторинг - но всегда запускайте и проверяйте сами.

6. Найдите источник ревью: чат в профсообществе, наставник, open source‑репозиторий с понятными задачами.

Простой ориентир: если за неделю вы не сделали ни одной фичи в проект и не получили ни одного внешнего комментария к коду - вы стоите на месте. Добавьте практику, ритм и обратную связь - и сроки резко станут короче.

План на 24 месяца с ресурсами

Короткий ответ на вопрос сколько лет учиться на айтишника - от 6 месяцев до нескольких лет, но безопасный коридор - 18-24 месяца при 12-20 часах в неделю. Ниже - пошаговый план по кварталам с конкретными ресурсами и контрольными точками.

Как пользоваться планом. Если у вас меньше 10 часов в неделю - растягивайте каждый блок на +50%. Если уже есть база в коде или математике - сдвигайте на квартал вперёд. На каждом этапе фиксируйте измеримые результаты: проекты, тесты, PR в open source, собеседования.

1. Месяцы 1-3: база и выбор роли

   • Компьютерная база: Linux и терминал (The Linux Command Line, William Shotts - бесплатная книга), Git (Pro Git - бесплатная книга), GitHub (официальные гайды).
   • Язык: Python (Automate the Boring Stuff - бесплатная онлайн-книга) или JavaScript (MDN Web Docs от Mozilla). HTML/CSS - по MDN или freeCodeCamp (Responsive Web Design; у freeCodeCamp каждый сертификат рассчитан примерно на 300 часов).
   • Алгоритмы: 2-3 задачи в неделю на Codewars/LeetCode (начните с LeetCode 75 - это общепринятая подборка базовых задач).
   • SQL-основы: SQLBolt + PostgreSQL docs.
   • Решение о роли: к концу 3-го месяца выберите трек - Frontend, Backend (Python/JS/Java), QA, Аналитика данных, DevOps.
   • Мини‑проекты: 2 работы (лендинг + консольный скрипт/бот). Деплой простого сайта на GitHub Pages или Vercel.

   Ресурсы: CS50 от Гарварда на edX (рекомендуют 10-20 часов в неделю; темы - C, Python, SQL, веб), MDN Web Docs, freeCodeCamp.org, The Odin Project (веб-разработка), SQLBolt.com.

2. Месяцы 4-6: углубление и первые видимые проекты

   • Frontend: JavaScript → TypeScript, React, работа с API, сборщик (Vite), тесты (Jest + React Testing Library).
   • Backend (Python): FastAPI или Django, PostgreSQL, миграции (Alembic/Django Migrations), Docker, тесты (pytest). Альтернатива: Node.js (Express/NestJS).
   • QA: тест‑дизайн (эквивалентные классы, граничные значения), Postman, SQL для тестировщика, основы автоматизации (Python + pytest или JS + WebdriverIO/Playwright).
   • Аналитика данных: продвинутый SQL (окна), Python (pandas, matplotlib), BI (Power BI или Tableau Public), основы A/B (t‑тест, U‑тест), Kaggle Learn.
   • DevOps: Linux углублённо, сети (OSI/TCP/IP), Docker, базовый CI/CD (GitHub Actions), IaC-введение (Terraform), мониторинг-введение (Prometheus/Grafana локально).
   • Портфолио: 3 проекта по треку, деплой (Vercel/Netlify для фронта; Render/Fly.io/railway.app для бэкенда; дашборды - Tableau Public).

   Ресурсы: React.dev, FastAPI.tiangolo.com, docs.djangoproject.com, Playwright.dev, pandas.pydata.org, Grafana.com, GitHub Actions docs, Terraform.io, Kaggle.com/learn.

3. Месяцы 7-9: первый «капстоун» и открытый код

   • Капстоун v1: проект уровня «мини‑продукт». Примеры: Frontend - SPA с авторизацией и фильтрами; Backend - REST API + фоновые задачи + докеризация; QA - регрессионный набор + автотесты UI/API; Аналитика - аналитический отчёт с дашбордом и проверкой гипотез; DevOps - CI/CD конвейер с Docker и мониторингом.
   • Open source: 2-3 PR с меткой good first issue (goodfirstissue.dev, First Contributions). Это реальный плюс в резюме.
   • Английский до B1: 3 занятия в неделю (YouGlish для произношения, BBC Learning English, чтение документации).
   • Деплой: фронт/фулстек на Vercel/Netlify; бэкенд - на Fly.io/railway.app; мониторинг/логи - Loki/Grafana локально.

   Ресурсы: goodfirstissue.dev, Firstcontributions.github.io, Vercel.com, Netlify.com, Fly.io.

4. Месяцы 10-12: подготовка к стажировкам и собеседованиям

   • Собеседования: алгоритмы - LeetCode Top 75 по 3-5 задач в неделю; поведенческие - метод STAR. Для фронта/бэка - чек‑лист вопросов по JS/HTTP/БД.
   • Резюме и профиль: одна страница, 5-7 буллетов с метриками; LinkedIn/Хабр Карьера; GitHub с закреплёнными репозиториями и README с демо‑ссылками.
   • Хакатон: 1-2 участия (Devpost, Kaggle соревнования). Это короткий путь к командной работе и портфолио.
   • ИИ‑ассистенты: Copilot/Codeium/Cursor для ускорения, но проверяйте каждый кусок кода. Подтверждённым студентам Copilot дают бесплатно через GitHub Student Developer Pack (education.github.com).

   Ресурсы: LeetCode.com (Top 75), Tech Interview Handbook (yangshun.github.io), Devpost.com, education.github.com/pack.

5. Месяцы 13-15: стажировка/фриланс и «продакшн‑качество»

   • Ищем опыт: стажировки, волонтёрские проекты для НКО/малого бизнеса, фриланс на мелкие задачи. Цель - 1 продакшн‑релиз.
   • Инженерные практики: логирование (структурированные логи), мониторинг, алерты, трейсинг (OpenTelemetry базово).
   • Тесты: покрытие ключевой логики, e2e для фронта/бэка (Playwright/Cypress; pytest + httpx для API).

   Ресурсы: Opentelemetry.io, Playwright.dev, Cypress.io, pytest.dev.

6. Месяцы 16-18: второй «капстоун» и специализация

   • Капстоун v2: сложнее и ближе к бизнесу: платежи, очередь (Redis/RabbitMQ), ролевая модель доступа, отчёты, бэкап/миграции.
   • Сертификаты по желанию: облако для базовой валидации знаний - AWS Certified Cloud Practitioner (CLF‑C02), Microsoft AZ‑900, Google Cloud Digital Leader. На подготовку уходит 4-6 недель при 1-2 часах в день.
   • Документация: архитектурная схема (C4), ADR‑заметки, чек‑лист рисков.

   Ресурсы: aws.amazon.com/certification, learn.microsoft.com, cloud.google.com/certification, c4model.com.

7. Месяцы 19-21: масштабируем поиск работы

   • Воронка: 10-15 откликов/неделя, 2 целевых письма/неделя, 1 пет‑проект/месяц в доработку. Ведите таблицу откликов.
   • Собеседования: 2-3 мок‑интервью (Pramp/Interviewing.io - есть бесплатные слоты), разбор фидбэка, доработка портфолио.
   • Публичность: 2 коротких поста в месяц (разбор задачи, кейс из проекта), lightning‑доклад на митапе.

   Ресурсы: pramp.com, interviewing.io, Hashnode.com, dev.to, Meetup.com.

8. Месяцы 22-24: выход на оффер и адаптация

   • Финиш‑тюнинг: целевое резюме под вакансию, проект‑демо под стек компании, рекомендательные письма от менторов/заказчиков.
   • Торговля оффером: узнавайте вилку, фиксируйте обязанности, проговаривайте план онбординга и критерии испытательного срока.
   • Если оффера нет: анализ 50 последних откликов → где отказы? Прицельный апгрейд навыков и микропивот (например, с чистого фронта в full‑stack с Node/Next, с DS в аналитика данных).

Техстек по трекам - краткий ориентир.

• Frontend: HTML/CSS, JS/TS, React, Router, Zustand/Redux, Jest/RTL, Vite, Next.js (по желанию), деплой на Vercel.
• Backend (Python): Python 3.11+, FastAPI/Django, PostgreSQL, SQLAlchemy/ORM, Redis, Celery/RQ, Docker, pytest, деплой на Fly.io/railway.
• QA: тест‑дизайн, чек‑листы/кейсы, Postman/Newman, SQL, Playwright/Selenium, Python/JS для автотестов, Allure‑отчёты.
• Аналитика: SQL (окна, CTE), Python (pandas, numpy), визуализация (Matplotlib/Seaborn/Plotly), BI (Power BI/Tableau), A/B‑тесты.
• DevOps: Linux, сети, Docker, Kubernetes (minikube/kind для локали), GitHub Actions, Terraform, Prometheus/Grafana, базовая безопасность.

Полезные бесплатные или условно‑бесплатные инструменты.

• Редакторы: VS Code (бесплатно), JetBrains Community (IDE для Java/Kotlin/Go; для студентов - полный доступ через GitHub Student Pack).
• ИИ‑ассистенты: GitHub Copilot (бесплатно для подтверждённых студентов), Codeium (есть бесплатный план), Cursor (редактор с ИИ‑подсказками).
• Данные и ноутбуки: Kaggle Datasets/Notebooks, Google Colab (бесплатный тариф с лимитами).
• Облака: AWS/GCP/Azure - есть ограниченные бесплатные уровни; читайте условия Free Tier перед деплоем сервисов.

Контрольные точки качества.

• 6 месяц: 3 проекта в портфолио, базовые тесты, деплой.
• 12 месяц: капстоун v1, 1-2 PR в open source, 10+ собеседований (включая пробные).
• 18 месяц: капстоун v2, стажировка/фриланс, первый продакшн‑релиз.
• 24 месяц: оффер или стабильный поток контрактов, план развития на 12 месяцев.

На что не тратить месяцы: бесконечные теоретические курсы без проектов, «идеальное» резюме вместо реального опыта, страх выкладывать код. Делайте, показывайте, собирайте фидбэк - так 24 месяца превращаются в понятную траекторию к первой роли.