Зарплаты в Python за последние 10 лет

2021 год — знаковый для Python: в рейтинге популярности TIOBE он занял первое место. Поэтому сегодня публикуем статистику зарплат разработчика на Python за последние 10 лет. Возьмём условного Python Middle в Москве с опытом от 1 до 3 лет, а ещё рассчитаем реальное изменение доходов с учётом кризисов в экономике, пока у нас начинается курс по Fullstack-разработке на Python. Интересно? Поехали.

Наши источники — ежегодные отчёты roem.ru, зарплатная статистика Хабр.Карьера, цифры портала trud.com, аналитика агентства New.HR, а также данные сервиса Statista и аналитика IT-рынка от «Яндекса». С самого начала покажем простую, но красноречивую диаграмму по собранным данным:

Зарплата и инфляция

Номинально за 10 лет зарплата выросла на 225 %. Неплохо, но не учитывается инфляция, которая серьёзно меняет положение дел. Поэтому на сайте СтатБюро мы взяли статистику российской инфляции за 10 лет:

Затем привели зарплаты специалистов к уровню 2021 года. График реального роста с учётом увеличения денежной массы выглядит так:

При этом из Middle в Senior программист вырастает за 3–4 года, а это на 30–40 % больше денег.

На диаграмме видим, что зарплаты растут как в номинальном, так и в абсолютном выражении, потому что дефицит программистов никуда не уходит. По разным данным, он сохранится ещё 5 лет. 

Статистика с перерасчётом несколько удивляет. Средние зарплаты объективно выросли на 38 % за 10 лет. Это не 225 % на первом графике, но цифра показывает стабильное, уверенное развитие отрасли. К сожалению, собрать цифры из одного источника не получилось — их просто нет. 

Иногда данные сильно различаются. Выделяются данные рекрутинговых агентств. Возможная причина — агентствам важно удовлетворить и компанию, и соискателя.

• Согласно аналитике New HR средняя зарплатная вилка Python-разработчика в 2020 году — от 150 до 200 тысяч рублей. 

• На сайтах поиска работы ставка снижается: её устанавливает работодатель. Мы постарались учесть и это.

• Статистика Trud.ru хуже — средняя ЗП по их вакансиям — 105 тысяч.

Заметны другие интересные моменты, которые хочется пояснить отдельно. 

Резкий скачок верхней границы зарплат в 2013 году

Связан он с именем Джеффри Хинтона и разработкой первых в мире нейронных сетей с глубоким обучением. Хинтон и его студенты — Алекс Крижевский и Илья Суцкевер — создали AlexNet.

Нейросеть легко обошла все существующие системы распознавания изображений. Хайп вокруг был просто невероятным. «Яндекс» стал тестировать механику ИНС ещё в 2013-м, а в 2016 году полноценно внедрил её в поиск на yandex.ru. Востребованность разработчиков выросла мгновенно: компании стали предлагать гораздо больше денег. Три года зарплаты росли стабильно и с хорошим темпом.

Застой 2015–2016 годов

В 2014 году пришёл кризис, и в IT ощутили его влияние. Инфляция выросла, доходы предприятий упали, и даже крупные концерны пересмотрели бюджет. Зарплаты продолжили расти формально, но инфляция съедала их быстрее.

Из застоя сфера стала выходить только в 2016, IT-предприятия начали возвращать мощности, появилось множество стартапов и компаний среднего размера. Рост зарплат в абсолютных масштабах виден уже с 2017 года.

А что сейчас? Востребованность

IT находится в режиме не быстрого, но стабильного роста. Зарплаты растут медленно, но уверенно. Не только в номинальном, но и в абсолютном выражении. Больно ударивший по всей экономике COVID-19 вместе с массовой удалёнкой и карантином привёл к обострению дефицита специалистов: бизнес глубже ушёл в онлайн, появилась потребность в анализе данных. 

В онлайн уходят и те, кто вчера ходил в маленький продуктовый, а значит, количество данных на серверах возросло, бизнес нарастил объёмы продаж и расширился. И вот что получается:

«За последний год финансовые ожидания выросли у системных аналитиков, SRE-инженеров (инженеров по мониторингу), специалистов в области информационной безопасности и дата-сайентистов», — рассказывает технический руководитель образовательных проектов VK Дмитрий Санников.

Популярность Python

Давайте посмотрим, насколько востребованы не только специалисты, но и язык. Вот таблица мирового рейтинга TIOBE, о котором мы писали выше:

В 2011 году позиции Python были куда хуже. Заметный рост популярности начался 10 лет назад, с приходом Deep Learning. В построении моделей машинного обучения Python показал отличные результаты — и стал активно расти. Активно — не то слово. Всего за 5 лет он завоевал стабильное место в пятёрке популярнейших языков.

Ниже график популярности самых распространённых языков с 2011 года. Посмотрите: Python по количеству вопросов, топиков и обсуждений со StackOverflow Python лидирует уже с 2018 года.

Java, JavaScript, C#, PHP и C++ уже почти 8 лет движутся медленно, даже сезонно. Выделяется именно Python: за 10 лет его популярность выросла в 3 раза. С шестого места в 2011 года он поднялся на первое в 2021 — и рост продолжается. 

Динамика была разной. С момента своего создания в 1991-м и до 2001 года язык был аутсайдером. По статистике TIOBE, в 2001 году Python добрался всего лишь до 25 места. 

С 2006 года Python стабильно показывал отличные результаты роста. И даже 4 раза получал награду TIOBE «Язык программирования года», которую присуждают за наибольшие темпы роста популярности.

Почему вообще Python стал популярным и показывает стабильные темпы роста, когда другие ЯП просто сохраняют свои позиции? Причины довольно понятны:

• Синтаксис языка крайне прост, Python может изучить далёкий от программирования человек. 

• Python прекрасно проявляет себя в аналитике и визуализации данных.

• Machine Learning ускорило рост популярности языка и технологий: в 2010 году вышел фреймворк scikit-learn, который вывел ML и DL на новый уровень.

• Ощутимое преимущество языка — огромная база пользователей. Ответы на многие вопросы найдутся на GitHub или Stackoverflow.

И ещё немного о востребованности. Вот что мы увидели сегодня на hh.ru:

Не теряйте время и приступайте к изучению питона. Выберите подходящий курс. Получите перспективную профессию со скидкой (только для Хабра) 50% до конца октября:

• Профессия Fullstack-разработчик на Python (15 месяцев)

• Профессия Python-разработчик (10 месяцев)

• Курс «Python для анализа данных» (2 месяца)

• Профессия Data Scientist (24 месяца)

• Полный курс по Data Science (12 месяцев)

• Курс «Machine Learning и Deep Learning» (6 месяцев)

• Специализация «Data Analyst» (10 месяцев)

• Профессия Аналитик данных (6 месяцев)

• Специализация «Продуктовая аналитика» (4 месяца)

• Профессия тестировщик-автоматизатор на Python (8 месяцев)

• Профессия Этичный хакер (12 месяцев)

• Курс «Алгоритмы и структуры данных» (5 месяцев)

Также вы можете обратить внимание на пакет курсов по программированию, чтобы стать разносторонним специалистом.