Python-разработчик примерно 70% рабочего времени не пишет новый код. Он читает чужой, ищет причину поломки и соединяет системы друг с другом. Новый код — меньшая часть дня; основная — разобраться, почему перестало работать то, что вчера работало. И ещё одно, что обычно скрывают: «Python-разработчик» — это не одна профессия, а минимум четыре разные работы под одним словом.
Бэкенд, обработка данных, автоматизация, инфраструктура для машинного обучения. День у каждого выглядит по-разному. Но если вы прикидываете, не потратить ли год жизни на этот язык, важнее знать не зарплату и не роадмап, а одно: что этот человек реально делает с девяти до шести. Профессия подходит не тем, кто «любит технологии», а тем, кто получает удовольствие, когда что-то сломалось и непонятно почему. Дальше — честная картина изнутри, чтобы вы примерили её на себя до того, как потратите год вечеров.
Игорь, 31 год, маркетолог, решил «войти в айти через Python». В его голове картинка: он создаёт нейросети и пишет красивый, элегантный код. Сходил на пробный урок, увидел синтаксис — переменные, циклы, отступы. Подумал: понятно, логично, осилю.
Игорь ещё не знает, что выбрал не профессию, а инструмент. На Python работают четыре совершенно разных специалиста, и между их буднями общего меньше, чем кажется.
Бэкендер строит сервер — ту часть, которую пользователь не видит, но без которой не работает ничего. Когда вы жмёте «оплатить» в приложении, ваш запрос летит на бэкенд: проверить карту, списать деньги, обновить заказ, отправить чек. Этим заняты Django и FastAPI — фреймворки, на которых держится логика за сайтом и за мобильным приложением. Логин, корзина, оплата, личный кабинет. Самая массовая дверь для новичка.
Дата-инженер гоняет данные. Через библиотеку pandas он чистит, соединяет и считает гигабайты сырых цифр, строит пайплайны — конвейеры, по которым данные из десятка источников приезжают в один отчёт. Аналитик потом покажет результат в красивом дашборде. Но дашборд — финал; вся работа дата-инженера происходит до него, в невидимой кухне.
Автоматизатор убивает рутину. Кто-то в компании каждое утро вручную выгружает таблицу, копирует в другую, отправляет письмо. Автоматизатор пишет скрипт, который делает это сам за три секунды. Парсинг сайтов, интеграции между сервисами, регулярные выгрузки. Самая недооценённая ветка — и часто первая работа новичка.
ML-инженер — та самая «нейросеть», за которой все идут. Только реальность скучнее мечты: он не сидит и не «обучает искусственный интеллект» весь день. Чаще он строит инфраструктуру вокруг модели — то, что её кормит данными, разворачивает на сервере, следит, чтобы не падала. Это самая трудная и самая узкая дверь, а не главный вход.
Выбрать «просто Python» нельзя. Это как сказать «хочу стать водителем», не определившись: такси, фура или эвакуатор. Права одни, работа разная.
Теперь главное заблуждение, из-за которого половина новичков разочаровывается на третий месяц работы. Им кажется: разработчик сидит и пишет код. Творит на чистом листе.
На деле чистого листа почти не бывает. Разработчик приходит в проект, который до него писали пять человек, трое из которых уже уволились, а комментарии оставить забыли все. И первое, что он делает каждый день, — читает. Чужой код. Чтобы что-то поправить, надо сначала понять, как оно вообще устроено и почему именно так.
Программист Джоэл Спольски сформулировал это ещё двадцать лет назад: читать код в разы тяжелее, чем писать. Когда пишешь — ты знаешь, что хотел сказать. Когда читаешь чужое — ты восстанавливаешь чужой ход мысли по результату, как археолог восстанавливает быт по черепкам. А разработчик читает постоянно.
Рабочий день средней руки бэкендера выглядит примерно так. Час — разобраться в баге, который воспроизводится только по вторникам у пользователей из одного региона. Полчаса — созвон, где решают, чья это вообще зона ответственности. Сорок минут — посмотреть чужие правки и оставить замечания (это называется ревью). Переписка в тикетах. И где-то между этим — да, немного нового кода.
Новый код — вишенка. Торт — всё остальное. Кто шёл за творчеством на чистом листе, тот на этом торте и ломается.
«Где они вообще работают» — вопрос, который снимает половину тумана. Python один, а индустрии радикально разные.
Финтех и банки платят больше всех. Там Python держит расчётные системы и антифрод — механизмы, которые в реальном времени решают, не мошенник ли совершает эту операцию. Цена ошибки измеряется в деньгах напрямую, поэтому и спрос, и зарплаты выше.
Маркетплейсы и веб — это бэкенд каталога, поиска, рекомендаций. Когда сайт за полсекунды подбирает вам товары «с этим покупают», за этой полсекундой стоит код, который кто-то написал и теперь поддерживает.
Дата-команды есть в любой крупной компании, от ритейла до телекома. Отчётность, метрики, прогнозы спроса. Геймдев — вопреки ожиданиям, не про графику: Python там держит серверную часть онлайн-игр. Матчмейкинг, внутриигровая экономика, сохранения. Госсектор и телеком на волне импортозамещения строят внутренние системы и нанимают активно.
Одна строчка в резюме — «Python-разработчик». За ней — банковский антифрод или экономика мобильной игры. Это, по сути, разные жизни.
Честно про содержание работы, без рекламного глянца.
Азартное в профессии есть, и оно настоящее. Спроектировать архитектуру нового сервиса с нуля. Раскопать редкий баг, над которым команда билась неделю. Ускорить медленный запрос к базе в десять раз и увидеть, как страница, грузившаяся четыре секунды, открывается мгновенно. Эти моменты дают тот самый кайф, ради которого люди и остаются в профессии на двадцать лет.
Скучное и неизбежное лежит в том же ящике. Писать тесты — проверки, что код не сломается завтра. Писать документацию, которую, возможно, никто не прочтёт. Чинить чужой легаси — старый код, который держит бизнес, но написан так, что плакать хочется. Мигрировать данные из одной базы в другую. Сидеть на статус-созвонах. Заполнять тикеты.
Соотношение примерно как у хирурга. Сама операция — яркая, сложная, ради неё всё. Но вокруг неё — подготовка, бумаги, обходы, рутина. И рутины по часам в разы больше, чем операций.
Кто приходит «писать интересный код», а получает полгода поддержки чужого легаси, выгорает первым. Не потому что слабый. Потому что ждал другую профессию.
Вот теперь — главный вопрос, который стоит задать себе до, а не после года обучения.
Профессия подходит человеку, который любит, когда задача не решается. Звучит странно, но это так. Хороший разработчик садится с непонятной поломкой и сидит час, два, иногда день — и ему не противно, ему интересно, пока он наконец не поймёт причину. Момент, когда непонятное становится понятным, для него — награда. Если вас от нерешённой задачи тянет закрыть ноутбук и пойти заняться чем угодно другим — это сигнал.
Подходит тому, кто терпит неопределённость. Бизнес приходит со смутным «нам надо, чтобы было удобнее», а разработчик дробит это на десятки маленьких проверяемых шагов. Кто не выносит состояния «пока не знаю, в чём проблема» — будет страдать ежедневно, потому что именно в этом состоянии проходит половина рабочего времени.
А вот чего не нужно — вопреки мифу — так это высшей математики. Для подавляющего большинства задач (бэкенд, автоматизация, веб) хватает арифметики и логики. Математика всплывает в узком ML-сегменте, куда массовый новичок и не идёт. Гуманитарию вход открыт. Бывший юрист, редактор, бухгалтер — если они въедливые и усидчивые, у них больше шансов, чем у нетерпеливого технаря.
Не подходит тому, кто ждёт быстрого результата и творчества без рутины. Таких профессия отбраковывает сама, обычно на первом году работы.
Четыре заблуждения, каждое из которых способно стоить года жизни.
«Python — это про нейросети». Нет. ML — самая узкая и трудная ветка. Массовый Python — это бэкенд и данные, скучные снаружи и интересные внутри. Человек, идущий «делать искусственный интеллект», с большой вероятностью год проучится не тому, что потом будет делать.
«Знаю синтаксис — значит, я разработчик». Нет. Синтаксис — переменные, циклы, функции — учится за месяц. Профессия начинается там, где этот код надо встроить в чужую систему: подключить к базе, покрыть тестами, выкатить на сервер, не уронив остальное. Между «написал работающий скрипт у себя» и «работаю разработчиком» — пропасть, и она вся в том, чего нет в уроках по синтаксису.
«Работа — писать красивый код с нуля». Нет. Работа — поддерживать чужой некрасивый код, который приносит компании деньги. Красота кода вторична; первично, чтобы он работал и его можно было чинить.
«ИИ скоро всех заменит». Тут тоньше. ИИ-помощник вроде Copilot уже закрыл самые простые задачи — те, на которых раньше джуны набивали руку. Он не заменил разработчиков. Он поднял планку входа. Джун, который не понимает, что именно сгенерировал ему ассистент, не сможет это ни отладить, ни поддержать — а значит, бесполезен. Парадокс: чем больше пишет ИИ, тем важнее понимать основы, чтобы разгребать за ним.
Прежде чем платить за курс и тратить вечера, сделайте три вещи.
Первое — выберите направление. Не «учить Python», а «учить Python для бэкенда» или «для данных», или «для автоматизации». Это разные пути с первого месяца. Второе — честно примерьте день: не «нравятся ли мне технологии», а «получаю ли я удовольствие, когда час не могу понять, почему не работает». Третье — проверьте терпимость к рутине. Шесть-семь часов из десяти — чтение чужого, поддержка, созвоны. Новый код — остаток.
Про деньги коротко, чтобы закрыть вопрос. Junior Python в 2026 году — 80 000–110 000 ₽, в Москве и Питере при сильном портфолио до 130 000. Медиана middle — около 240 000 ₽ (по вакансиям hh.ru). Среднее по России — около 140 000 ₽ (опрос Dream Job, 2026), но это среднее по всем грейдам разом, новичок столько не получает. Цифры есть, но не на старте — и это отдельный разговор.
Самый дешёвый способ не потратить год зря — понять про себя главное заранее. Подходит ли вам склад работы, а не только звучит ли красиво слово «программист». Профтест на этом портале как раз про это: не угадать профессию, а сопоставить ваш склад ума и цели с тем, что профессия реально требует. Пятнадцать минут против года вечеров — выгодный обмен.
Игорь, с которого мы начали, в итоге напросился посмотреть один рабочий день знакомого разработчика. Три часа тот искал баг в чужом коде. Один созвон. Ноль строк нового кода за весь день. Игорь уходил тихим. Он шёл «создавать нейросети и писать красивый код», а увидел человека, который терпеливо разбирается в чужом наследии — и которому это, кажется, по-настоящему нравится.
Игорь не передумал. Но вопрос у него сменился. Не «легко ли выучить синтаксис» — синтаксис лёгкий. А «выдержу ли я эту работу годами». Вот с этого вопроса всё и начинается.
