Junior Python-разработчик в 2026 году получает 80–110 тысяч рублей, в Москве и Питере с сильными пет-проектами — до 130. Middle — около 240 тысяч по медиане. Senior — от 380, в финтехе и крупных экосистемах за полмиллиона. А «средняя зарплата Python-разработчика по России», та самая цифра ~140 тысяч, которую вам покажет любой агрегатор, — это среднее по всем грейдам сразу. Новичку она врёт почти вдвое.
Но с Python есть нюанс, которого нет у тестировщика или верстальщика. Здесь язык — только входной билет.
Платят не за него.
Возьмите двух джунов. Оба год учили Python, оба пишут чистый код, оба прошли собеседование. Первый клеит формы на Django в веб-студии и получает 85 тысяч. Второй обучает модели на том же Python в ML-команде и получает 160. Один язык — почти двукратная разница в деньгах. Дальше я разберу, из чего складывается зарплата питониста: грейд, домен, стек, английский. Покажу, какой рычаг двигает доход сильнее всего. И честно скажу, сколько на самом деле длится дорога до первой строчки оффера — потому что в этом месте обещаний больше, чем правды.
Когда агрегатор пишет «средняя зарплата Python-разработчика 140 000 ₽», он не врёт. Он просто складывает в одну корзину стажёра и архитектора.
Считают по-разному — и в этом вся разница. hh.ru показывает медиану по вакансиям — то, что работодатели предлагают в объявлениях. Dream Job и Хабр Карьера дают среднее по опросам сотрудников. Среднее всегда выше: один senior из финтеха с зарплатой 500 тысяч перетягивает на себя десяток джунов по 90. В итоге «средняя» описывает человека, которого не существует, — ни джуна, ни сеньора, а математический призрак между ними.
Реальная вилка по грейдам выглядит так. Junior — 80–110 тысяч, первый год работы под присмотром. Middle — 180–350, медиана около 240. Senior — от 380 и выше, в экосистемах и финтехе встречается за полмиллиона. Три ступени, и расстояние между первой и последней — пятикратное.
Запомните эти три числа, и ни один заголовок с «зарабатывают до 500 000 ₽» вас больше не собьёт. До 500 тысяч — это правда. Просто это не про вас в первый год. Это про другой конец той же лестницы.
Вот чем питонист отличается от большинства входных ИТ-профессий. Тестировщику автоматизация даёт надбавку. Верстальщику — глубина фреймворка. У Python-разработчика главный множитель зарплаты — домен. То есть область, в которую он этот Python несёт.
Один и тот же синтаксис кормит три разных мира.
Backend — самый населённый. Django, FastAPI, базы данных, API. Сюда идёт большинство новичков, потому что вакансий много и порог понятнее. Здесь же и самая плотная конкуренция за junior-позиции, а значит, нижняя граница вилки.
Данные — дата-инженерия, ETL, обработка больших массивов. Спрос на специалистов по данным вырос на 16 процентов за год, на ETL-разработчиков — на 18. Зарплаты выше backend при сопоставимом опыте, потому что людей с нужным профилем меньше.
Машинное обучение — самый дорогой и самый дефицитный конец. AI/ML-специалистов в стране не хватает примерно на 10 тысяч человек, вилка 150–300 тысяч, и это считая тех, кто пришёл недавно. Дефицит давит цену вверх. Джун, который умеет не просто писать на Python, а собрать и дообучить модель, на старте стоит дороже backend-мидла.
Отсюда практический вывод, который стоит денег. Если вы выбираете Python ради зарплаты, выбор домена важнее, чем лишний год опыта в случайной нише. Год backend-джуна в веб-студии и год в дата-команде разводят вашу зарплатную траекторию на годы вперёд.
Язык вы выучите один раз. А вот куда вы его понесёте — решает, упрётесь вы в потолок 200 тысяч или пройдёте его насквозь.
ML при этом не та дверь, в которую входят с улицы. Туда нужна математика, и честно: для большинства новичков реалистичный первый шаг — backend, а данные и ML — второй прыжок, уже с опытом и пониманием, куда тянет рынок.
Внутри одного домена зарплаты тоже расходятся. Два бэкендера, оба middle, оба на Python — почему один получает 200, другой 320?
Стек. Django — рабочая лошадь, её знают все, и платят за неё ровно столько, сколько за «всех». FastAPI, асинхронность, очереди, контейнеры — то, чего на рынке меньше, чем спроса. Отдельная свежая премия 2026 года: умение интегрировать в продукт локальные языковые модели поднимает зарплату примерно на четверть. Цифра пока с одного источника, относитесь к ней осторожно, но направление верное — рынок доплачивает за дефицитный навык, а не за строчку «Python» в резюме.
Английский — второй рычаг, и его недооценивают. Он не делает ваш код лучше. Он расширяет рынок, на котором вас покупают. С рабочим английским открывается удалёнка на иностранные команды и аутсорс, где платят в валюте, и там вилка живёт по другим законам. Без английского ваш потолок — российский работодатель. С английским — несколько рынков сразу.
Сложите рычаги. Junior-backend на Django в регионе без английского — нижняя граница, 70–80 тысяч. Middle на FastAPI, с английским, с локальными LLM в портфолио — верхняя, ближе к 300. Это один человек через два-три года, если он тянул не случайные задачи, а выбирал дефицитное.
География всё ещё делит зарплаты, но уже не так жёстко, как пять лет назад.
Регионы платят на 20–30 процентов ниже Москвы — при офисной занятости. Но Python — профессия, где удалёнка норма, а не привилегия. И вот тут география начинает стираться: разработчик из Воронежа, нанятый московской командой на удалёнку, получает московскую вилку, оставаясь в воронежских ценах на жизнь. Это не лазейка, а массовая практика рынка.
Поэтому «зарплата в регионах ниже» — правда ровно до того момента, пока вы ищете работу по своему городу. Расширьте поиск на удалённые вакансии — и региональный дисконт во многом исчезает. Рычаг географии вы тоже держите сами: его включает не место жительства, а формат занятости, который вы согласны рассматривать.
Теперь та часть, которую пропускают рекламные баннеры. Все цифры выше — это деньги тех, кто уже внутри. Дорога до входа в 2026 году перегрета.
Рынок junior сжался. Больше половины вакансий — 51 процент — требуют опыта от одного до трёх лет. Ещё четверть — от трёх до шести. На голых новичков остаётся узкая полоса, и за неё конкурируют выпускники десятков курсов одновременно. Формула рынка-2026 звучит так: дефицит навыков, а не людей. Разработчиков много. Разработчиков с нужным профилем и доказанным практическим опытом — мало.
Что это значит на земле. Базовый junior-уровень Python реально собрать за 6–12 месяцев при двух-трёх часах в день. Но «выучил» и «получил оффер» — две разные даты, и между ними обычно ещё несколько месяцев поиска. Реальная дорога от нуля до первой зарплаты — год-полтора, а не «три месяца до 150 тысяч», как обещают на вебинарах. Тот, кто это знает заранее, не бросает на пятом месяце, увидев десятый отказ. Тот, кто не знает, пополняет статистику бросивших — а по форумам таких большинство.
Хорошая новость в том, как именно сейчас нанимают. Крупным компаниям часто выгоднее взять джуна и вырастить под себя, чем переплачивать за готового. За студентами следят во время обучения. Поэтому решает не диплом и не сертификат, а то, что вы можете показать руками: пет-проекты, учебные проекты, код на GitHub. Junior-зарплата 90 тысяч — это не оплата ваших знаний. Это испытательный срок длиной в год, после которого начинается middle и настоящие деньги.
Сложите всё в одну формулу. Ваша зарплата питониста = грейд × домен × стек × английский × формат занятости. Грейд растёт сам, с опытом. Остальные четыре множителя вы выбираете — и каждый из них двигает вилку сильнее, чем лишний год в случайной нише.
Если вы только подступаетесь, начните не с языка, а с домена. Решите, какая зарплата — ваша цель, и от неё идите назад: 200 тысяч потолком — это backend на массовом стеке; выше — дата или ML плюс дефицитные навыки плюс английский. Под каждую траекторию своя программа обучения и свой набор пет-проектов. Учить Python «вообще», не зная, куда вы его понесёте, — самый дорогой способ потерять год.
Если не уверены, какой домен ваш по складу и бэкграунду, имеет смысл сначала разобраться с этим, а уже потом покупать курс. Соседние разборы на портале помогут: как стать Python-разработчиком с нуля и из чего складываются грейды питониста. А чтобы не гадать вслепую, пройдите Профтест — короткий тест подберёт направление в ИТ под вашу целевую зарплату и склонности и покажет, с какой ступени вам реально стартовать.
Вернёмся к тем двум джунам с начала. Один на 85 тысячах, другой на 160. Оба год учили один и тот же язык. Разница не в Python — Python у них одинаковый. Разница в том, что один выбрал, куда его нести, а другой просто выучил синтаксис. Язык — это билет. Деньги платят за пункт назначения.
