Помню, в 2019 я зашёл на hh.ru, открыл вакансии Python-джунов и закрыл вкладку через минуту. Требований больше, чем строк в моём первом скрипте. Прошло шесть лет, и каждый второй знакомый, который думает «а не свернуть ли мне в IT», спрашивает именно про Python.
Вопрос не праздный. Курсов — сотни. Обещаний — тысячи. А вот честных ответов, что реально с Python 2026 происходит на рынке, почти нет. Давай разбираться без рекламной воды.
Почему вокруг Python столько шума именно сейчас
Если коротко: AI вытащил Python наверх и пока не отпускает. По рейтингу TIOBE за апрель 2026 он держит первое место уже третий год подряд. IEEE Spectrum в своём ежегодном топе языков ставит его туда же. Это не маркетинг от Гвидо — это реальные индексы цитирования и поисковых запросов.
Дальше интереснее. Когда смотришь вакансии в data science, ML, computer vision — там почти всегда стоит Python. Не Java, не C++, не R. По моим наблюдениям на hh.ru в 2026, около 85% вакансий в ML-направлении требуют именно его как основной. Tensorflow, PyTorch, scikit-learn, Hugging Face — вся экосистема LLM написана либо на Python, либо имеет Python-обёртку как первый класс.
И вот тут штука, которую не любят упоминать в рекламе курсов. Порог входа в Python остался низким именно благодаря синтаксису. Когда я первый раз показал племяннице (15 лет, ноль опыта) разницу между Python и Java на одной и той же задаче, она сказала: «А почему все не пишут так, как Python?» Хороший вопрос, на который у Java-разработчиков обычно нет короткого ответа.
Синтаксис почти как псевдокод. for item in items вместо for (int i = 0; i < items.length; i++). Отсутствие фигурных скобок. Динамическая типизация. Всё это позволяет за две недели начать писать что-то рабочее, а не просто выводить «Hello, World» и плакать над компилятором.
Кстати, именно поэтому ChatGPT и Claude генерируют код на Python чище, чем на любом другом языке — обучающей выборки больше всего, а синтаксис прощает мелкие ошибки. Это, к слову, ещё одна причина бума.
Где Python реально работает, а где его уже не берут
Давай по местам, где Python — выбор по умолчанию. Бэкенд: Django, FastAPI, Flask. Озон, например, частично на Python (наряду с Go), Авито использует его в ML-сервисах, Яндекс — в куче внутренних инструментов и в Алисе. Дата-аналитика: pandas, NumPy, Polars — индустриальный стандарт. ML и AI — об этом уже сказали. DevOps-скрипты, парсеры, автоматизация рутины — Python тут как родной.
Где его не берут или берут без энтузиазма. Мобильная разработка — забудь. Серьёзный iOS пишут на Swift, Android — на Kotlin. Есть Kivy и BeeWare на Python, но это нишевые штуки для энтузиастов, в продакшене у крупняка их почти нет.
Фронтенд — тоже мимо. Браузер понимает JavaScript, и точка. Есть Brython и Pyodide (Python в браузере через WebAssembly), но это эксперименты и инструменты для конкретных задач типа Jupyter в вебе. На вакансию фронтенд-разработчика с Python тебя не возьмут.
Геймдев на Python — это, ну, Roblox-уровень. Можно сделать что-то простое на Pygame, есть Panda3D, но AAA-студии работают на C++ (Unreal Engine) и C# (Unity). Если мечтаешь делать игры — это вообще другой стек, не питонячий.
Системное программирование, драйверы, embedded на жёстких ресурсах — тоже не сюда. Там Rust, C, иногда Go. Python для контроллера на 64 КБ памяти не подходит ни в каком виде, кроме MicroPython, и это совсем другая история.
Так что Python 2026 — это про данные, бэкенд, AI и автоматизацию. Не пытайся натянуть его на задачу, для которой есть язык получше. Это, кстати, одна из причин, почему джуны буксуют — они учат Python, но потом хотят делать игры или мобилки. Не сходится.
А что с зарплатами и вакансиями для джунов
Цифры на апрель 2026, я смотрел сам на hh.ru. Джуниор Python в Москве — диапазон 80–140 тысяч рублей, медиана где-то 110. В Питере чуть ниже, тысяч на 10–20. В регионах (Казань, Новосибирск, Екатеринбург) — от 60 до 100. Удалёнка по РФ — обычно 90–130 для джуна, но реальных удалённых вакансий для нулей мало, чаще требуют опыт от полугода в офисе или гибриде.
Мидл — 200–300 тысяч в Москве, сеньор от 350 и до неприличных цифр в финтехе и больших корпорациях. Тинькофф, Сбер, Яндекс на сениорские позиции с ML-уклоном легко выкатывают 500+, но туда без 5 лет опыта не зайдёшь.
Теперь про то, что вакансий джунов меньше, чем мидлов. Это правда, но это касается вообще всего IT, не только Python. Рынок везде сместился к опытным. Просто потому, что джуна нужно учить, а мидл сразу даёт результат. Если кто-то говорит, что «в Java/Go/JS вакансий джунов больше» — попроси показать выборку. По моим наблюдениям, разница в пределах 10–15%, не в разы.
Что реально влияет на трудоустройство. Связка Python + SQL + один веб-фреймворк (Django или FastAPI) закрывает порядка 70% входных вакансий. Добавь к этому Git, базовое понимание Linux и Docker — и ты закрываешь уже 85%. Не нужно учить пять фреймворков. Нужно знать один хорошо и иметь два-три пет-проекта на нём.
Если идёшь в ML — будет сложнее. Туда без понимания математики, классических алгоритмов и опыта с pandas/sklearn особо не зайти. Зарплаты выше, но и порог другой. Джун-датасаентист в 2026 — это часто человек с профильным образованием или серьёзной самоподготовкой год-полтора.
Заменит ли ChatGPT программистов на Python
Короткий ответ: нет. Длинный ответ: нет, но профессия меняется быстрее, чем когда-либо.
Давай конкретно. GitHub Copilot и Cursor пишут шаблонный код на Python отлично. Эндпоинт на FastAPI с валидацией через Pydantic? Секунда. SQL-запрос с джойнами? Секунда. Парсер CSV с обработкой ошибок? Секунда. Я в своих pet-проектах и рабочих задачах примерно 30–40% кода теперь не пишу руками — пишет Copilot, я правлю.
Но вот что AI делает плохо. Он не понимает бизнес-контекст. Он не знает, что в вашей компании есть легаси-сервис, который ломается на запросах больше 100 элементов, поэтому пагинация должна быть. Он не понимает, почему здесь нужна транзакция, а здесь — нет. Он не выберет архитектуру для нового микросервиса с учётом нагрузки и команды. Он не сядет с продактом и не объяснит, почему его «простая фича» — это полтора месяца переписывания.
Парадокс в том, что бум LLM не сократил спрос на Python-разработчиков, а увеличил его. Все компании внезапно захотели интегрировать GPT, делать RAG-системы, файнтюнить модели, строить векторные базы. А кто это делает? Python-разработчики. Кто пишет AI-агентов? Python-разработчики. Авито, Озон, Тинькофф в 2025–2026 нанимали Python+ML людей пачками именно под AI-направления.
Меняется не профессия, а инструмент. Джун без AI-навыков сейчас уже отстаёт от того, кто умеет пользоваться Copilot, понимает, как промптить, знает, чем отличается RAG от файнтюнинга. Если ты учишь Python в 2026 без знакомства с AI-инструментами — ты учишь его как в 2018. Не делай так.
Python или JavaScript — что выбрать новичку без опыта
Главный вопрос всех новичков. Отвечу как есть.
JavaScript — если хочешь быстро видеть результат и тебя цепляет визуальная часть. Сделал кнопку — она работает в браузере через минуту. Это сильный мотиватор. Фронтенд-вакансий джунов исторически больше, чем Python-джунов, примерно процентов на 20 по моим наблюдениям. Войти проще, особенно через React или Vue. Но конкуренция тоже выше — фронт учат вообще все.
Python — если интересны данные, AI, автоматизация, бэкенд. Менее зрелищно на старте: ты пишешь скрипт, он выводит цифры в консоль, никакой графики. Зато потом — pandas, ML, автоматизация рабочих задач, скрипты, которые экономят часы. Тут больше «инженерного» удовлетворения, меньше «вау» с порога.
По деньгам на старте они сопоставимы. Джун-фронт в Москве — те же 80–140, плюс-минус 10. Через 2–3 года разница появляется в зависимости от ниши. Python-разработчик в ML/AI обгоняет фронтендера. Фронтендер, который дорос до фуллстека или ушёл в архитектуру SPA, тоже не бедствует. Сениоры в обоих стеках получают сопоставимо, дальше всё зависит от компании и доменa.
Если честно — выбирай по тому, что тебя триггерит. Не по «где платят больше через 5 лет». Через 5 лет ты либо выгоришь, потому что не нравится, либо вырастешь в любом стеке. Я в 2020-м чуть не пошёл в JS, потому что «там же фронт, там же красиво». Хорошо, что не пошёл — мне нравится копаться в данных, а не в CSS-флексах. Но это лично моё.
Сколько на самом деле учить, чтобы выйти на работу
Вот тут я буду занудой, потому что слишком много людей покупают курсы «за 3 месяца в IT» и потом удивляются.
Базовый синтаксис Python — переменные, циклы, функции, классы, базовая работа с файлами и стандартной библиотекой — 1–2 месяца при 2 часах в день. Это если не отвлекаться и реально решать задачи, а не смотреть курс на 2x скорости в фоне.
После этого начинается настоящее обучение. Базы данных и SQL — месяц. Веб-фреймворк (Django или FastAPI) до уровня «могу сам сделать API с авторизацией» — 1–2 месяца. Git, Docker, Linux до рабочего минимума — ещё месяц. Понимание HTTP, REST, асинхронности — постепенно, в процессе.
Параллельно — пет-проекты. Не туториалы, а свои. Telegram-бот для чего-то твоего. Парсер сайта, который тебе нужен. Маленький веб-сервис. Без этого джуном не возьмут, как ни старайся.
Итого до уровня джуна с портфолио — 8–12 месяцев системной работы. Это не «3 месяца в IT». Это год жизни, в котором ты после работы садишься и ковыряешь код. Иногда хочется бросить. Это нормально, кстати. Если ты бросал и возвращался — ты в правильной траек��ории, а не в неудачниках.
Цифра «за 3 месяца» из рекламы — это либо маркетинг, либо очень узкая ниша (типа автоматизации тестирования с готовыми шаблонами), либо человек уже с опытом разработки на другом языке. Для нуля до Python-джуна за 3 месяца — это сказки. Не верь.
И ещё. Учить можно бесплатно. Stepik, документация Python, бесплатные плейлисты на YouTube, GitHub-репозитории с примерами — всё есть. Платный курс даёт структуру и иногда обратную связь от ментора. Это удобно. Но не обязательно. Я знаю человека, который вышел джуном в Python, потратив на обучение 0 рублей и около 10 месяцев.
Кому Python точно не подойдёт
Будем честны: Python — не универсальная отвёртка.
Если ты хочешь делать игры — Python тебе не подходит. Серьёзно. Pygame — это для забавы и обучения, не для карьеры. Хочешь в геймдев — учи C# (Unity) или C++ (Unreal). Python там нужен максимум как скриптовый язык внутри пайплайнов, и это не то, ради чего туда идут.
Если ты хочешь делать мобильные приложения — то же самое. Свифт для iOS, Котлин для Android, или Flutter (Dart) и React Native (JS) для кросс-платформы. Python тут вообще не игрок.
Если ты любишь скорость, низкоуровневый контроль, хочешь оптимизировать каждый байт — Rust или Go. Python медленный по своей природе. Можно ускорять через C-расширения, Cython, PyPy, но если для тебя «10 миллисекунд против 1 миллисекунды» — это важно, ты не на том корабле. Python — про скорость разработки, а не выполнения.
Если ты хочешь в системное программирование, ядро ОС, драйверы, embedded на ограниченных ресурсах — это C, C++, Rust. Python там просто не запустится в большинстве случаев.
Ну и самое главное. Если ты ждёшь быстрых денег без вложений времени — никакой язык тебе не поможет. Не Python, не JS, не Go. IT в 2026 — это рынок с нормальной конкуренцией, не золотая лихорадка 2018. За полгода-год ты можешь дойти до джуна, если правда вкладываешься. За месяц — не можешь. Никто не может.
Кстати, есть категория людей, которым Python подходит идеально, но они об этом не догадываются: тестировщики, аналитики, маркетологи, бухгалтеры, эйчары. Не для смены профессии, а для автоматизации своей. Скрипт, который вытаскивает данные из 50 файлов и собирает отчёт — экономит часы каждую неделю. Я видел эйчаров, которые автоматизировали скоринг резюме на Python и получили повышение, не уходя в разработку.
Так стоит ли начинать в 2026
Если интересны данные, AI или бэкенд — да, более удачного входа в IT, чем Python 2026, сейчас не придумать. Экосистема зрелая, документация обширная, AI-помощники хорошо его знают, вакансий стабильно много, рост в ML/AI направлении продолжается. Это не хайп — это устоявшийся тренд на годы.
С чего начать прямо сегодня. Установи Python 3.12 или новее с python.org. Поставь VS Code с расширением Python — этого хватит надолго. Зарегистрируйся на Stepik, найди бесплатный курс «Поколение Python: курс для начинающих» от Тимура Гуева — это, наверное, лучший русскоязычный старт. Параллельно — Codewars или LeetCode на самом простом уровне, по 2–3 задачи в день.
Через месяц станет понятно. Если ты ловишь себя на том, что вечером открываешь редактор и решаешь задачи, потому что зацепило — твоё. Если каждое занятие как через силу, синтаксис не запоминается, задачи бесят — возможно, тебе не Python нужен, а другое направление в IT (тестирование, аналитика, дизайн). И это нормально, лучше понять за месяц бесплатных уроков, чем за полгода и кредит на 200 тысяч.
Главный совет от меня. Не покупай курс первым делом. Сначала пощупай язык бесплатно. Если зашло — потом решай, нужен ли курс для структуры или ты потянешь сам. Большинство тянет сам, если есть мотивация. Курс — это не магия, это просто плейлист уроков с домашкой и иногда ментором.
И ещё одно. Не сравнивай себя с теми, кто в 20 лет уже сениор. У тебя другая стартовая. Сравнивай себя с собой месяц назад. Если месяц назад ты не знал, что такое функция, а сейчас пишешь свой Telegram-бот — ты молодец, остальное приложится.
Частые вопросы
Не поздно ли учить Python в 35–40 лет? Нет. Возрастной потолок — миф из соцсетей. На рынке полно разработчиков, пришедших из других профессий после 30 — бывшие учителя, инженеры, экономисты, военные. Работодателю важен код в портфолио и адекватность на собесе, а не год рождения в резюме. Я лично знаю Python-разработчика, который вышел джуном в 42 после 15 лет в логистике. Сейчас — мидл в финтехе.
Можно ли выучить Python бесплатно или нужен платный курс? Можно. Stepik, официальная документация Python, YouTube-каналы (selfedu, Sergey Balakirev), pet-проекты — закрывают весь путь до джуна. Платный курс даёт структуру, дедлайны и обратную связь от ментора — кому-то это нужно для дисциплины. Но это не обязательное условие. Половина джунов, которых я видел, пришли через бесплатные ресурсы.
Какой ноутбук нужен, чтобы учить Python? Любой, на котором запускается VS Code и браузер. 8 ГБ оперативки достаточно с запасом. Старый ThinkPad с барахолки за 15 тысяч подойдёт. Для ML потом может понадобиться видеокарта или облако (Colab, Kaggle, Yandex DataSphere), но не на старте. Первые полгода ты не упрёшься в железо, обещаю.
Нужна ли математика для Python? Для бэкенда, веб-разработки, автоматизации — школьного уровня хватает с головой. Для ML и data science — да, нужны статистика, линейная алгебра, основы матана, но их учат параллельно с кодом, а не до. Если в школе математика была кошмаром — не страшно, в 30 лет она воспринимается совсем иначе. Возвращайся к ней по мере необходимости.
Python 2 ещё где-то используется? Практически нет. Официальная поддержка закончилась в 2020 году. Старые проекты на Python 2 ещё встречаются в легаси, но их активно мигрируют. Изучай сразу Python 3.12 или новее — все актуальные библиотеки, фреймворки и вакансии давно на нём. Учить Python 2 в 2026 — это как учить Windows XP вместо Windows 11.
Не уверен, твой это путь — Python, QA, Flutter или вообще что-то другое? Пройди наш тест на профориентацию. 5 минут, без регистрации, на выходе — внятный ответ, куда копать: quillon.ru/quiz