未経験からエンジニアに転職するには

あくまで管見となりますが、以下の通り回答します。
１．
私案は以下です。
Python基礎（完了！）
↓
Python実務寄りスキル（最重要）
↓
データ分析・機械学習の基礎
↓
深層学習

AIエンジニアの求人の多くは即戦力であり、経験者向けです。
未経験OK枠は「Pythonが書ける」「データを扱える」人材が入口になります。
このため、最初からAIエンジニアを狙うよりも、Pythonエンジニアやデータエンジニアを踏み台にすることが堅実です。

２．
AIエンジニアを目指す方にとって面白みに欠けるかもしれませんが、Pythonでのファイル操作、API連携、エラー処理などの実装力を高めることが良いと思います。
「業務をPythonで楽にできそう」感を出せるとアピールになるでしょう。

３．
「すごいAI」より「説明できるPython」がポイントと考えます。
「なぜ作ったか」「何ができるか」を説明できるようにします。

私案は以下です。
① データ分析系
CSVデータを読み込み
加工・集計
グラフで可視化
考察を書く。

② 自動化・業務改善系
ファイル整理自動化
定期処理スクリプト
Web APIからデータ取得
※IT未経験を強調するよりも、製造業経験をアピールポイントにできます。

４．
現実的です。働かれていれば、そのようなものになります。何よりも毎日継続できていることは素晴らしいです。

AIエンジニアは、既存のエンジニアとは求められるものが結構違います。

AIエンジニアが学習で身につけるべき知識については、
JDLAの E資格(https://www.jdla.org/certificate/engineer/)
を参考にするのが良いかと思います。
ここのシラバスを、勉強すべき範囲と順番とするのが一般的でしょう。

G検定でAIの基礎を掴み、E検定でAIエンジニアの基礎を学んではどうでしょうか。
E検定に合格すれば、転職の際にも有利です。

未経験からAIエンジニアを目指すなら、まずはAIに特化するより、Pythonで実際に作れる力をつけるのが先だと思います。

順番としては、Python基礎 → 小さな制作物 → NumPy / pandas → scikit-learn → 数学の基礎を並行学習 → PyTorch など、が現実的です。最初から深層学習に入るより、まず機械学習の流れを一通り理解するほうが進めやすいです。

ポートフォリオは高度なものより、公開データを使った分析や簡単な予測、Pythonでの自動化ツールなどをGitHubで公開し、自分で説明できる状態にすることが大事だと思います。

学習時間が1日1〜2時間でも十分現実的ですが、転職までの目安は6か月〜1年くらいを見ておくのがよいと思います。最初の転職ではAI専任に絞りすぎず、Pythonを使う開発職やデータ処理・自動化寄りの職種も視野に入れると現実的です。