3. Для каждой ближней цели укажите: формулировку по SMART; конкретные действия (не менее 3 шагов); необходимые ресурсы (курсы, литература, инструменты); срок выполнения и критерий достижения (как вы поймёте, что цель достигнута).

Ниже — условный пример для девяти ближних целей с горизонтом до одного года. План предполагает, что обучение можно совмещать с другими делами; сроки можно скорректировать.

1. Python. SMART: за 12 недель пройти вводный курс Python и написать не менее 20 небольших программ, включая работу с файлами, функциями и исключениями. Действия: 1) заниматься по курсу 4 часа в неделю; 2) после каждой темы решать практические задачи; 3) собрать решения в репозитории. Ресурсы: бесплатный курс Python, документация Python, редактор кода, Git. Срок и критерий: 12 недель; курс завершён, 20 программ запускаются и опубликованы.

2. Решение задач. SMART: за 6 месяцев решить 60 задач начального и среднего уровня, записав объяснение к каждой. Действия: 1) выбрать площадку с задачами; 2) решать по 2–3 задачи в неделю; 3) раз в месяц повторять задачи с ошибками. Ресурсы: онлайн-платформа задач, конспект Python, календарь занятий. Срок и критерий: 6 месяцев; 60 решений и объяснений сохранены, не менее 80% повторно решаются без подсказок.

3. Математика для ИИ. SMART: за 5 месяцев пройти базовые темы линейной алгебры, вероятности и статистики и выполнить контрольные задания со средним результатом не ниже 75%. Действия: 1) составить недельный план; 2) изучать теорию и разбирать примеры; 3) ежемесячно проходить тест и повторять слабые темы. Ресурсы: вводный учебник по линейной алгебре и статистике, видеолекции, тетрадь или Jupyter Notebook. Срок и критерий: 5 месяцев; пройдены тесты по трём темам, итоговый результат — не ниже 75%.

4. Курс по машинному обучению. SMART: за 6 месяцев пройти один вводный курс по ML и выполнить все обязательные практические задания. Действия: 1) выбрать курс с практикой; 2) выделить 5 часов в неделю; 3) завершить задания и итоговую работу. Ресурсы: курс, Python, scikit-learn, Jupyter Notebook. Срок и критерий: 6 месяцев; получен сертификат или подтверждение завершения, все обязательные работы сданы.

5. Первый ML-проект. SMART: за 8 месяцев разработать и описать один проект машинного обучения на открытом наборе данных, сравнив минимум две модели и выбрав метрику качества. Действия: 1) определить учебную задачу и найти открытые данные; 2) очистить данные и создать базовую модель; 3) сравнить модели, оформить результаты и README. Ресурсы: открытые наборы данных, pandas, scikit-learn, Jupyter Notebook, GitHub или аналогичный репозиторий. Срок и критерий: 8 месяцев; проект воспроизводимо запускается, содержит описание данных, метрики и выводы.

6. Git и портфолио. SMART: за 4 месяца освоить основные операции Git и опубликовать не менее трёх аккуратно оформленных учебных работ. Действия: 1) пройти практическое введение в Git; 2) вести историю изменений каждого проекта; 3) добавить README с целью, запуском и результатами. Ресурсы: документация Git, учебные репозитории, GitHub или аналог. Срок и критерий: 4 месяца; в портфолио доступны три репозитория с инструкциями и историей коммитов.

7. NumPy и pandas. SMART: за 3 месяца освоить базовые операции NumPy и pandas и выполнить три небольших анализа данных. Действия: 1) изучить массивы и таблицы; 2) практиковаться на открытых CSV-данных; 3) сохранить и описать три ноутбука. Ресурсы: официальная документация NumPy и pandas, Jupyter Notebook, открытые датасеты. Срок и критерий: 3 месяца; три ноутбука выполняются от начала до конца и содержат выводы.

8. Git в повседневной работе. SMART: за 2 месяца применять Git во всех учебных проектах и освоить не менее восьми основных операций, включая commit, branch, merge и push. Действия: 1) выполнить учебное упражнение с ветками; 2) использовать Git в текущей работе; 3) проверить, что проекты можно клонировать и запускать. Ресурсы: Git, терминал или графический клиент, документация и учебный репозиторий. Срок и критерий: 2 месяца; не менее восьми операций выполнены самостоятельно, история изменений сохранена.

9. Резюме и профиль проектов. SMART: за 10 месяцев подготовить одностраничное резюме и профиль с тремя проектами, а затем получить отзывы минимум от двух людей с опытом в IT. Действия: 1) собрать сведения об обучении и проектах; 2) описать вклад и результаты каждого проекта; 3) попросить двух людей дать конкретную обратную связь и внести правки. Ресурсы: шаблон резюме, репозитории проектов, примеры описаний вакансий, обратная связь наставника или коллег. Срок и критерий: 10 месяцев; готово резюме, доступны три проекта, получены два отзыва и внесены исправления.