PuerDeSatan

Под винду на старте будет проще .NET (например WPF). Естественно, Visual Studio в качестве IDE, и язык C#

Про GitHub.

1) Любой проект, даже самый маленький начинаю в новом репозитории. Потому что:
- мало ли что из него вырастет,
- код в Гитхабе это бэкап, не засерается место в Дропбоксе или других облаках,
- мгновенный поиск по коду в репозитории, актуально когда проект уже достаточно большой,
- легче спросить совета у коллег или показать проблему, когда исходники можно посмотреть онлайн,
- проект удобно хоронить, если он заглох, или закинуть в портфолио, если он клевый.

2) Создал себе на Гитхабе две дополнительные организации внутри своего аккаунта.
- «paulradzkov-forks» — для форков чужих проектов.
- «paulradzkov-heaven» — кладбище для старых проектов, куда перемещаются все неактуальные проекты.
Эти две дополнительные организации позволяют очистить основной аккаунт от мусора. В нем теперь только несколько актуальных проектов, в которых легко ориентироваться.

3) Перемещаю все старые проекты из Дропбокса на Гитхаб в «paulradzkov-heaven». Проектов много, это долго, но освободилось уже несколько гигов (т.к. там кроме кода psd-исходники, архивы с инсталляторами и прочее). Место в облаках заканчивается, а на Гитхабе — резиновое.
Это кладбище уже пригодилось, когда у меня попросили поискать исходники проекта, над которым я работал 3 или 4 года назад, а я через минуту ответил им ссылкой на нужный репозиторий. Не пришлось никуда лезть, распаковывать, искать, запаковывать, отправлять почтой или закачивать в облако.
Повторюсь, что на Гитхабе классный поиск по исходникам: если нужно посмотреть, как что-то сделал в старом проекте, но не помнишь в каком — можно довольно быстро найти искомое без возни с архивами.

Итого.
Код должен лежать на Гитхабе.
В том числе старые проекты.
Используйте организации, чтобы рассортировать проекты, если их много.
Порядок там, где у каждой вещи есть своё место. Придумайте себе правила порядка заранее и соблюдайте их, чтобы не тратить время на ликвидацию беспорядка.

Классические алгоритмы - алгоритмы поиска, сортировки и обработки данных. Структуры данных - стеки, кеши, массивы, списки.
Ну и буду старомоден, ничего лучше в этом мире до сих пор нет, как трехтомних Дональда Кнута - Искусство Программирования. Просмотрев оглавление первого тома - получите весь список! Ну а если просто прочтете по две-три странички каждого раздела, то будете в курсе, как они работают. Если разберете еще и примеры, то будете классным специалистом . А если и до решения задач доберетесь, то вас многие фирмы почтут за честь иметь в штате. Выполнение одного из заданий сложностью 45 - нобелевка.
Но вам сейчас нужно просто прочитать оглавление! Начните с этого.
Упс, еще и третий том обязательно оглавление.

хз что там с классическими, но
https://docs.python.org/3.5/library/collections.html
знать обязаны

ну и вот это вот все https://www.youtube.com/watch?v=ZZuD6iUe3Pc

a = '1+2-3*4/5'
eval(a)

https://pythondigest.ru

https://www.packtpub.com/all/?search=numpy
сверху вниз или снизу вверх читаешь по диагонали, впитываешь, выполняешь примеры

потом - на kaggle

краем глаза держишь goLang

в Питоне же специализации есть какие-никакие
проще всего - найдите ресурс, откуда скачиваете эти по списку и пройдитесь по содержанию интересно-неитересно

"для всех" можно порекомендовать

см. на английском содержание, выходит 15 января
и, возможно,
( не могу найти развернутое содержание, но тоже выходит летом на русском)

полезно тематически:
scraping
multiprocessing
и паттерны
раз, два
ну и по сетям, думаю, тоже всем нужно, вот неплохая


в тех же темах, где Питон применяют типа NumPy, Scikit-Learning или NTLK - книг еще больше, но там прокачка будет посложнее

по Django - Flask книг тоже полно, по Pyramid поменьше, но тоже есть

Если надо повторить начиная от школы:
stepic.org Базовый курс подготовки к ОГЭ по математике

Если первые курсы универа, то вот: Введение в математический анализ

Можно записаться прямо на курс, и идти по плану (матан с 16 ноября стартует). Но вообще курсы уже были в том году, а значит можно найти их материалы.

Если попытаться верунть\зародить интерес к математике, то перед курсами прочитать "Удовольствие от Х" Строгаца, занятное чтиво, доступно о сути таких вещей как интегралы, дифференциал и т.д.

на работе запускаешь virtualbox c linux на борту(только не убунту, поставь лубунту, там ничего лишнего). Теперь у тебя готовая среда разработки, так как питон встроен в ОС. в роли IDE - spyder (немного о нем можно почитать тут). Далее берем и смотрим эти уроки: imaster.pp.ua/stati/programming/kratkii-kurs-jazyk... . Параллельно пробуя себя в интерпретаторе. Кстати в Linux для того, чтобы попробовать код на работоспособность достаточно в консоли ввести команду python и сам код.

И так, поехали:
pythonworld.ru/samouchitel-python #Тут читать
python-rutour.rhcloud.com #Тут тоже.

loftblog.ru/category/courses/python #Сюда смотреть
https://hexlet.io/tracks/languages/lesson_sets/pyt... #Аналогично

codecombat.com #В это играть. Тут Вы мало чему научитесь, но хоть будете
повторять синтаксис, алгоритмы и повышать скорость написания кода + повеселитесь!