Python Backend: mercado
Datos a 19 de noviembre de 2026: ofertas abiertas de Python Backend — 3371, el 34% en remoto entre las ofertas que indican la modalidad; salario mediano anunciado $6775/mes (de 550 ofertas que indican salario). Fuente: Zorky, actualizado a diario.
Python Backend — server-side development in Python: REST/GraphQL APIs, business logic, integrations, task queues, background jobs. Role family: Django Developer (full-stack-leaning, ORM-heavy, large product monoliths), FastAPI Developer (async-first, microservices, ML APIs), Flask Developer (lightweight services, prototyping), Python Backend Engineer (general — Django/FastAPI/plain stack), Async Python Developer (aiohttp/Sanic/Starlette for high-throughput). Stack: Python 3.11+ (must), Django/FastAPI/Flask (must — one of), SQLAlchemy/Django ORM, PostgreSQL/MySQL, Redis, Celery/Arq/RQ for queues, Kafka/RabbitMQ for messaging, Docker+Kubernetes, pytest+alembic+poetry, asyncio, observability via Prometheus/Grafana/OpenTelemetry. The most in-demand tech — python, fastapi, django, cloud, ci/cd. Among jobs with a stated work format, 34% are remote. This is the most senior-heavy segment of the backend market: the market rarely hires Python Junior, expecting Middle+ with practical experience.
Datos al:
Las cifras clave del mercado de Python Backend: ofertas abiertas, salario mediano, grupo de especialistas observado y proporción de remoto.
El mercado de Python Backend tiene ahora 3371 puestos abiertos, 2778 de ellos observados recientemente. Median salary $6775/mo.
Entre las vacantes con modalidad de trabajo indicada, el 34% es remoto. El stack se adapta bien al remoto: sin equipos especiales, todo en Docker/k8s/Git. Bancos rusos: más a menudo presencial por cumplimiento normativo.
⚠ salario conocido en 550 de 3371 empleos; cuota de remoto a partir de 2852 con formato indicado; 2778 contados como observaciones recientes; no se muestran la tendencia ni la dificultad de contratación
Cronología: ofertas y fuentes
Cuántas ofertas de Python Backend aparecieron cada semana desde el 1 jun y de cuántas fuentes. El gráfico inferior separa el crecimiento del mercado del crecimiento de nuestra cobertura: un salto en la semana en que se conectaron nuevas fuentes significa que empezamos a ver más, no que el mercado creció.
Nuevas ofertas por semana
Datos del gráfico
| Periodo | Nuevas ofertas por semana |
|---|---|
| 2026-06-01 | 377 |
| 2026-06-08 | 348 |
| 2026-06-15 | 364 |
| 2026-06-22 | 716 |
| 2026-06-29 | 715 |
| 2026-07-06 | 550 |
| 2026-07-13 | 922 |
| 2026-07-20 | 834 |
| 2026-07-27 | 472 |
| 2026-08-03 | 507 |
| 2026-08-10 | 356 |
| 2026-08-17 | 360 |
| 2026-08-24 | 411 |
| 2026-08-31 | 444 |
| 2026-09-07 | 418 |
| 2026-09-14 | 443 |
| 2026-09-21 | 742 |
| 2026-09-28 | 1005 |
| 2026-10-05 | 852 |
| 2026-10-12 | 1462 |
| 2026-10-19 | 1028 |
| 2026-10-26 | 1005 |
| 2026-11-02 | 830 |
| 2026-11-09 | 882 |
Fuentes activas por semana
Fuentes en el periodo: 349. ▲ — semana en la que se conectaron muchas fuentes nuevas.
Datos del gráfico
| Periodo | Fuentes activas |
|---|---|
| 2026-06-01 | 40 |
| 2026-06-08 | 32 |
| 2026-06-15 | 39 |
| 2026-06-22 | 57 |
| 2026-06-29 | 96 |
| 2026-07-06 | 89 |
| 2026-07-13 | 105 |
| 2026-07-20 | 113 |
| 2026-07-27 | 105 |
| 2026-08-03 | 108 |
| 2026-08-10 | 64 |
| 2026-08-17 | 79 |
| 2026-08-24 | 76 |
| 2026-08-31 | 73 |
| 2026-09-07 | 78 |
| 2026-09-14 | 73 |
| 2026-09-21 | 95 |
| 2026-09-28 | 94 |
| 2026-10-05 | 95 |
| 2026-10-12 | 90 |
| 2026-10-19 | 117 |
| 2026-10-26 | 100 |
| 2026-11-02 | 98 |
| 2026-11-09 | 105 |
Nuevas fuentes conectadas: 22 jun +27 · 29 jun +47 · 6 jul +29 · 13 jul +28 · 20 jul +22 · 19 oct +17 · todas las semanas (23) en la tabla
| Semana | Fuentes nuevas | Ofertas nuevas |
|---|---|---|
| 8 jun | +6 | 348 |
| 15 jun | +8 | 364 |
| 22 jun | +27 | 716 |
| 29 jun | +47 | 715 |
| 6 jul | +29 | 550 |
| 13 jul | +28 | 922 |
| 20 jul | +22 | 834 |
| 27 jul | +14 | 472 |
| 3 ago | +15 | 507 |
| 10 ago | +3 | 356 |
| 17 ago | +9 | 360 |
| 24 ago | +8 | 411 |
| 31 ago | +6 | 444 |
| 7 sept | +6 | 418 |
| 14 sept | +6 | 443 |
| 21 sept | +12 | 742 |
| 28 sept | +6 | 1005 |
| 5 oct | +8 | 852 |
| 12 oct | +9 | 1462 |
| 19 oct | +17 | 1028 |
| 26 oct | +8 | 1005 |
| 2 nov | +7 | 830 |
| 9 nov | +8 | 882 |
La semana actual aún no ha terminado y no se muestra: una semana incompleta parecería una caída.
Semana = fecha en que se detectó la oferta por primera vez, todos los estados; las ofertas se seleccionan con la misma regla que el contador de esta página. Las fuentes son canales de recopilación distintos; sus nombres no se publican.
Datos del gráfico
| Semana | Nuevas ofertas por semana | Fuentes activas |
|---|---|---|
| 2026-06-01 | 377 | 40 |
| 2026-06-08 | 348 | 32 |
| 2026-06-15 | 364 | 39 |
| 2026-06-22 | 716 | 57 |
| 2026-06-29 | 715 | 96 |
| 2026-07-06 | 550 | 89 |
| 2026-07-13 | 922 | 105 |
| 2026-07-20 | 834 | 113 |
| 2026-07-27 | 472 | 105 |
| 2026-08-03 | 507 | 108 |
| 2026-08-10 | 356 | 64 |
| 2026-08-17 | 360 | 79 |
| 2026-08-24 | 411 | 76 |
| 2026-08-31 | 444 | 73 |
| 2026-09-07 | 418 | 78 |
| 2026-09-14 | 443 | 73 |
| 2026-09-21 | 742 | 95 |
| 2026-09-28 | 1005 | 94 |
| 2026-10-05 | 852 | 95 |
| 2026-10-12 | 1462 | 90 |
| 2026-10-19 | 1028 | 117 |
| 2026-10-26 | 1005 | 100 |
| 2026-11-02 | 830 | 98 |
| 2026-11-09 | 882 | 105 |
Salarios a lo largo del tiempo
Salario mediano de Python Backend por semana, USD al mes.
Salario mediano, USD al mes
Datos del gráfico
| Periodo | Mediana | Ofertas con salario por semana (n) |
|---|---|---|
| 2026-08-31 | 6514 | 14 |
| 2026-09-07 | 8511 | 15 |
| 2026-09-14 | — | 5 |
| 2026-09-21 | 5039 | 18 |
| 2026-09-28 | 5858 | 121 |
| 2026-10-05 | 4266 | 130 |
| 2026-10-12 | 5500 | 151 |
| 2026-10-19 | 6275 | 220 |
| 2026-10-26 | 6746 | 210 |
| 2026-11-02 | 7020 | 169 |
| 2026-11-09 | 5807 | 165 |
La serie empieza el 31 ago: antes no hay datos.
Solo ofertas con salario en USD y periodo conocido (mes o año), de 500 a 50 000 $ al mes. Las semanas con menos de 10 ofertas así quedan en blanco: significa sin datos, no cero.
Datos del gráfico
| Semana | Mediana |
|---|---|
| 2026-06-01 | — |
| 2026-06-08 | — |
| 2026-06-15 | — |
| 2026-06-22 | — |
| 2026-06-29 | — |
| 2026-07-06 | — |
| 2026-07-13 | — |
| 2026-07-20 | — |
| 2026-07-27 | — |
| 2026-08-03 | — |
| 2026-08-10 | — |
| 2026-08-17 | — |
| 2026-08-24 | — |
| 2026-08-31 | 6514 |
| 2026-09-07 | 8511 |
| 2026-09-14 | — |
| 2026-09-21 | 5039 |
| 2026-09-28 | 5858 |
| 2026-10-05 | 4266 |
| 2026-10-12 | 5500 |
| 2026-10-19 | 6275 |
| 2026-10-26 | 6746 |
| 2026-11-02 | 7020 |
| 2026-11-09 | 5807 |
El trabajo remoto a lo largo del tiempo
Proporción de ofertas de Python Backend con trabajo totalmente remoto, por semana.
Ofertas remotas, %
Datos del gráfico
| Periodo | Remoto |
|---|---|
| 2026-06-01 | 37,5 |
| 2026-06-08 | 38,4 |
| 2026-06-15 | 39,8 |
| 2026-06-22 | 35,5 |
| 2026-06-29 | 40 |
| 2026-07-06 | 40,9 |
| 2026-07-13 | 38,5 |
| 2026-07-20 | 42,1 |
| 2026-07-27 | 45,3 |
| 2026-08-03 | 33,1 |
| 2026-08-10 | 32,1 |
| 2026-08-17 | 28,9 |
| 2026-08-24 | 28,1 |
| 2026-08-31 | 25 |
| 2026-09-07 | 22,2 |
| 2026-09-14 | 27,7 |
| 2026-09-21 | 41,1 |
| 2026-09-28 | 42,2 |
| 2026-10-05 | 36 |
| 2026-10-12 | 39,8 |
| 2026-10-19 | 37,4 |
| 2026-10-26 | 36,5 |
| 2026-11-02 | 35,1 |
| 2026-11-09 | 31 |
La proporción se calcula entre las ofertas que indican la modalidad (remoto, híbrido, oficina). Las semanas con menos de 10 ofertas así quedan en blanco.
Datos del gráfico
| Semana | Remoto |
|---|---|
| 2026-06-01 | 37,5 |
| 2026-06-08 | 38,4 |
| 2026-06-15 | 39,8 |
| 2026-06-22 | 35,5 |
| 2026-06-29 | 40 |
| 2026-07-06 | 40,9 |
| 2026-07-13 | 38,5 |
| 2026-07-20 | 42,1 |
| 2026-07-27 | 45,3 |
| 2026-08-03 | 33,1 |
| 2026-08-10 | 32,1 |
| 2026-08-17 | 28,9 |
| 2026-08-24 | 28,1 |
| 2026-08-31 | 25 |
| 2026-09-07 | 22,2 |
| 2026-09-14 | 27,7 |
| 2026-09-21 | 41,1 |
| 2026-09-28 | 42,2 |
| 2026-10-05 | 36 |
| 2026-10-12 | 39,8 |
| 2026-10-19 | 37,4 |
| 2026-10-26 | 36,5 |
| 2026-11-02 | 35,1 |
| 2026-11-09 | 31 |
Tecnologías a lo largo del tiempo
Cómo cambió la proporción de ofertas de Python Backend que mencionan cada una de las principales tecnologías.
Ofertas que mencionan la tecnología, %
Datos del gráfico
| Periodo | Python | cloud | AWS |
|---|---|---|---|
| 2026-08-10 | 98,6 | 12,7 | 7,9 |
| 2026-08-17 | 99,2 | 12 | 12 |
| 2026-08-24 | 99,3 | 11,5 | 11 |
| 2026-08-31 | 99,5 | 12,9 | 12,4 |
| 2026-09-07 | 99,5 | 14,9 | 12 |
| 2026-09-14 | 98,9 | 10,2 | 12,2 |
| 2026-09-21 | 97,3 | 15,8 | 11,9 |
| 2026-09-28 | 98,4 | 22 | 18,5 |
| 2026-10-05 | 98,1 | 22,2 | 19,2 |
| 2026-10-12 | 98 | 26,4 | 15,8 |
| 2026-10-19 | 97,6 | 26,2 | 20,9 |
| 2026-10-26 | 98 | 24,5 | 19,8 |
| 2026-11-02 | 96,6 | 21,2 | 16,6 |
| 2026-11-09 | 98,6 | 20,8 | 16,7 |
Proporción entre las ofertas con stack etiquetado; la serie empieza el 10 ago: antes las etiquetas de stack se asignaban de otra forma. Las semanas con menos de 20 ofertas etiquetadas quedan en blanco.
Datos del gráfico
| Semana | Python | cloud | AWS | FastAPI | Docker |
|---|---|---|---|---|---|
| 2026-08-10 | 98,6 | 12,7 | 7,9 | 9,3 | 5,6 |
| 2026-08-17 | 99,2 | 12 | 12 | 9,8 | 4,7 |
| 2026-08-24 | 99,3 | 11,5 | 11 | 13,2 | 8,3 |
| 2026-08-31 | 99,5 | 12,9 | 12,4 | 11,5 | 9 |
| 2026-09-07 | 99,5 | 14,9 | 12 | 10,8 | 8,6 |
| 2026-09-14 | 98,9 | 10,2 | 12,2 | 10,6 | 7 |
| 2026-09-21 | 97,3 | 15,8 | 11,9 | 12 | 10,4 |
| 2026-09-28 | 98,4 | 22 | 18,5 | 19,9 | 17,6 |
| 2026-10-05 | 98,1 | 22,2 | 19,2 | 17,9 | 18,9 |
| 2026-10-12 | 98 | 26,4 | 15,8 | 18,5 | 17,6 |
| 2026-10-19 | 97,6 | 26,2 | 20,9 | 15,3 | 16,4 |
| 2026-10-26 | 98 | 24,5 | 19,8 | 16,7 | 16,4 |
| 2026-11-02 | 96,6 | 21,2 | 16,6 | 19,1 | 19,1 |
| 2026-11-09 | 98,6 | 20,8 | 16,7 | 18,8 | 15,9 |
Países a lo largo del tiempo
Cómo cambió por semana la proporción de ofertas de Python Backend en cada uno de los principales países.
Ofertas en el país, %
Datos del gráfico
| Periodo | Polonia | EE. UU. | Rusia |
|---|---|---|---|
| 2026-06-01 | 34,4 | 12,2 | 4,2 |
| 2026-06-08 | 36,7 | 21 | 1,8 |
| 2026-06-15 | 34,8 | 20,8 | 2,8 |
| 2026-06-22 | 42,4 | 17,1 | 1,9 |
| 2026-06-29 | 27,5 | 12,7 | 19,1 |
| 2026-07-06 | 24,9 | 14,7 | 14,9 |
| 2026-07-13 | 23,7 | 20,2 | 14,5 |
| 2026-07-20 | 26,3 | 13,1 | 16,2 |
| 2026-07-27 | 35,3 | 6,3 | 22,9 |
| 2026-08-03 | 18,2 | 10,1 | 20,2 |
| 2026-08-10 | 14 | 6,7 | 20 |
| 2026-08-17 | 15,9 | 7,9 | 17,8 |
| 2026-08-24 | 13 | 9,3 | 22,3 |
| 2026-08-31 | 9,3 | 11,6 | 14,3 |
| 2026-09-07 | 12,7 | 8,8 | 11,4 |
| 2026-09-14 | 8,3 | 13,6 | 12,6 |
| 2026-09-21 | 15 | 12,8 | 9,4 |
| 2026-09-28 | 25,9 | 9,9 | 11,5 |
| 2026-10-05 | 29,4 | 9,4 | 10,5 |
| 2026-10-12 | 21,9 | 13,6 | 6,1 |
| 2026-10-19 | 22,2 | 13,6 | 14,9 |
| 2026-10-26 | 15,6 | 10 | 7,3 |
| 2026-11-02 | 19,4 | 13,5 | 10,3 |
| 2026-11-09 | 20,9 | 10,2 | 10,9 |
Proporción entre las ofertas con país conocido; el gráfico muestra los cinco países con más ofertas en seis meses. Las semanas con menos de 20 ofertas con país conocido quedan en blanco. Una proporción al alza puede deberse a una fuente recién conectada en ese país y no al crecimiento del mercado.
Datos del gráfico
| Semana | Polonia | EE. UU. | Rusia | Reino Unido | India |
|---|---|---|---|---|---|
| 2026-06-01 | 34,4 | 12,2 | 4,2 | 14,7 | 7,5 |
| 2026-06-08 | 36,7 | 21 | 1,8 | 10,7 | 7,7 |
| 2026-06-15 | 34,8 | 20,8 | 2,8 | 9,7 | 8,8 |
| 2026-06-22 | 42,4 | 17,1 | 1,9 | 3,8 | 7,1 |
| 2026-06-29 | 27,5 | 12,7 | 19,1 | 4,4 | 7,6 |
| 2026-07-06 | 24,9 | 14,7 | 14,9 | 4,5 | 7,3 |
| 2026-07-13 | 23,7 | 20,2 | 14,5 | 4,1 | 8,8 |
| 2026-07-20 | 26,3 | 13,1 | 16,2 | 11,5 | 9,5 |
| 2026-07-27 | 35,3 | 6,3 | 22,9 | 5,5 | 3 |
| 2026-08-03 | 18,2 | 10,1 | 20,2 | 14,8 | 10,3 |
| 2026-08-10 | 14 | 6,7 | 20 | 17,5 | 11,4 |
| 2026-08-17 | 15,9 | 7,9 | 17,8 | 20,6 | 11,1 |
| 2026-08-24 | 13 | 9,3 | 22,3 | 20,9 | 7,9 |
| 2026-08-31 | 9,3 | 11,6 | 14,3 | 19,7 | 9,7 |
| 2026-09-07 | 12,7 | 8,8 | 11,4 | 16,8 | 14 |
| 2026-09-14 | 8,3 | 13,6 | 12,6 | 17,8 | 11,8 |
| 2026-09-21 | 15 | 12,8 | 9,4 | 12 | 8,3 |
| 2026-09-28 | 25,9 | 9,9 | 11,5 | 9,3 | 7,6 |
| 2026-10-05 | 29,4 | 9,4 | 10,5 | 7,9 | 8,9 |
| 2026-10-12 | 21,9 | 13,6 | 6,1 | 5,9 | 10,8 |
| 2026-10-19 | 22,2 | 13,6 | 14,9 | 7,2 | 6,3 |
| 2026-10-26 | 15,6 | 10 | 7,3 | 7,4 | 11,1 |
| 2026-11-02 | 19,4 | 13,5 | 10,3 | 10 | 9,2 |
| 2026-11-09 | 20,9 | 10,2 | 10,9 | 11,6 | 8 |
Mercado limpio: índice de contratación
Los mismos 7505 portales de empleo de empresas; el número de ofertas se toma del propio portal. Conectar nuevas fuentes no mueve este índice: muestra el mercado, no nuestra cobertura. Es todo el mercado del panel, no solo Python Backend.
Índice de contratación, 16 oct = 100
Datos del gráfico
| Periodo | Índice de contratación |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Índice encadenado: cada día compara solo los portales consultados ese día y el anterior; se excluyen los valores atípicos y las caídas de consulta de toda una plataforma. Los días sin pares comparables quedan en blanco.
Datos del gráfico
| Día | Índice de contratación |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Cuántas ofertas abiertas de Python Backend hay y cuántos especialistas adecuados observa Zorky.
Demanda y oferta observada
Datos del gráfico
| Indicador | Valor |
|---|---|
| Demanda abierta | 3371 |
| Demanda abierta | 3371 |
| Oferta observada | — no publicado |
Python Backend genera un flujo constante de nuevas vacantes gracias a la ola de ML/IA y a un stack de producto maduro. La demanda crece sobre todo en el segmento de FastAPI (servicios nuevos) y entre las empresas de ML que buscan backend para APIs de inferencia.
⚠ los candidatos que encajan con una vacante aún no se cuentan: se muestran la demanda y el pool observado
Cómo se distribuyen los salarios en las ofertas de Python Backend, en dólares estadounidenses al mes.
Distribución de salarios
Datos del gráfico
| Indicador | Valor |
|---|---|
| <$1k | 14 |
| $1–2k | 31 |
| $2–3k | 33 |
| $3–4k | 38 |
| $4–5k | 58 |
| $5–6k | 65 |
| $6–7k | 58 |
| $7–8k | 49 |
| $8–9k | 30 |
| $9–10k | 25 |
| $10–12k | 49 |
| $12–15k | 28 |
| $15–20k | 65 |
| $20k+ | 7 |
- apto para el cálculo: 550 (16,3%)
- indicado, pero no convertido a USD/mes: 473 (14%)
- no indicado: 2348 (69,7%)
Una de cada diez ofertas paga menos de $2092 y una de cada diez más de $16.666. La mitad de las ofertas ofrece entre $4528 y $10.210. Muestra: 550.
Datos del gráfico
| Indicador | Límite inferior | Límite superior | Cantidad |
|---|---|---|---|
| <$1k | 0 | 1000 | 14 |
| $1–2k | 1000 | 2000 | 31 |
| $2–3k | 2000 | 3000 | 33 |
| $3–4k | 3000 | 4000 | 38 |
| $4–5k | 4000 | 5000 | 58 |
| $5–6k | 5000 | 6000 | 65 |
| $6–7k | 6000 | 7000 | 58 |
| $7–8k | 7000 | 8000 | 49 |
| $8–9k | 8000 | 9000 | 30 |
| $9–10k | 9000 | 10.000 | 25 |
| $10–12k | 10.000 | 12.000 | 49 |
| $12–15k | 12.000 | 15.000 | 28 |
| $15–20k | 15.000 | 20.000 | 65 |
| $20k+ | 20.000 | — | 7 |
En qué países hay más ofertas abiertas de Python Backend.
Geografía de la demanda
| país | empleos | proporción |
|---|---|---|
| Polonia | 667 | 22,4% |
| Estados Unidos | 377 | 12,7% |
| India | 285 | 9,6% |
| Reino Unido | 249 | 8,4% |
| Rusia | 227 | 7,6% |
| España | 123 | 4,1% |
| Canadá | 112 | 3,8% |
| Francia | 109 | 3,7% |
| Singapur | 94 | 3,2% |
| Sudáfrica | 87 | 2,9% |
| Otros países | 646 | 21,7% |
El líder por número de vacantes de Python Backend es Polonia (667 vacantes). Moscú domina gracias a las grandes empresas de producto y los bancos. Dubái, Chipre, Lisboa — los principales hubs de relocalización para los desarrolladores de Python rusohablantes.
⚠ solo número de empleos: el salario por país no se publica
Datos del gráfico
| País | Ofertas |
|---|---|
| PL | 667 |
| US | 377 |
| IN | 285 |
| GB | 249 |
| RU | 227 |
| ES | 123 |
| CA | 112 |
| FR | 109 |
| SG | 94 |
| ZA | 87 |
Qué tecnologías se piden con más frecuencia en la misma oferta que Python Backend.
Se usa junto con
Cuota: cuántas de las 3371 ofertas del mercado Python Backend mencionan esta tecnología. Ordenado por número de ofertas, no por «fuerza de asociación». Términos genéricos como cloud no son una nube concreta (AWS, Azure).
Stack principal de Python Backend 2026: Python 3.11+ (obligatorio), Django/FastAPI/Flask (obligatorio: uno de ellos), SQLAlchemy/Django ORM, PostgreSQL, Redis, Celery/Arq, Kafka/RabbitMQ, Docker+Kubernetes, pytest+mypy+poetry, asyncio para Senior. Conocer 2+ frameworks: un plus de Senior.
Los pares más comunes en ofertas de Python Backend: Django + PostgreSQL, FastAPI + SQLAlchemy, Django + Celery + Redis, FastAPI + asyncio + Pydantic, Python + Docker + Kubernetes. Hoja de ruta de aprendizaje: Django+PostgreSQL → FastAPI+SQLAlchemy → Celery/Arq → Docker/k8s.
Datos del gráfico
| Nombre | Cantidad |
|---|---|
| python | 3238 |
| cloud | 838 |
| aws | 660 |
| fastapi | 609 |
| docker | 586 |
| django | 525 |
| sql | 458 |
| postgresql | 419 |
| react | 393 |
| azure | 376 |
| kubernetes | 328 |
| java | 327 |
Cuántas ofertas de Python Backend hay en cada nivel, de junior a principal.
Demanda por nivel
| nivel | empleos |
|---|---|
| senior | 1244 |
| middle | 269 |
| lead | 157 |
| junior | 142 |
| principal | 63 |
El mayor salto está entre Junior y Middle. Es un segmento con mucho peso senior: el 60-80% de las vacantes abiertas son Senior+, a los Junior se les contrata rara vez.
⚠ solo el lado de la demanda: el nivel del pool observado se desconoce en su mayor parte
Datos del gráfico
| Nivel | Cantidad |
|---|---|
| senior | 1244 |
| middle | 269 |
| lead | 157 |
| junior | 142 |
| principal | 63 |
Quién contrata más en Python Backend y cuánto se concentra la demanda en las empresas más grandes.
Empleadores
La demanda se reparte entre 1775 empleadores. El mayor concentra el 1.1%, los diez primeros el 7.2%; el 92.8% restante es cola larga.
| proporción | valor |
|---|---|
| top-1 | 1.1% |
| top-3 | 2.9% |
| top-10 | 7.2% |
| cola larga | 92.8% |
⚠ no se muestran nombres: el clasificador aún no distingue entre agencias de selección y empleadores finales
De qué webs de empresas y portales de empleo recoge Zorky las ofertas de Python Backend.
Dónde ve Zorky este mercado
Observado en 154 fuentes; la mayor concentra el 8.9%: este mercado no depende de un solo canal.
Las vacantes de Python Backend se reparten entre los portales clásicos (hh.ru, Habr Career, Djinni, NoFluffJobs) y los canales de Telegram. Los HRMS internos de las grandes empresas de producto son una gran fuente invisible.
Datos del gráfico
| Clase | Nombre | Nombre en inglés | Cantidad | Proporción |
|---|---|---|---|---|
| board | джоб-борды и агрегаторы | portales de empleo y agregadores | 2019 | 0,5989 |
| ats | ATS и карьерные сайты | ATS y webs de empleo de empresas | 1090 | 0,3233 |
| telegram | Telegram | Telegram | 234 | 0,0694 |
| comunidad | сообщества и публичные профили | comunidad y perfiles públicos | 28 | 0,0083 |
Las ofertas de Python Backend más recientes de las webs de empleo de las empresas.
Vacantes recientes
- Senior Fullstack Engineer (Python + TypeScript) · INT
- Some Python jobs I came across this week
- Frontend Developer (React / Django) · RU
- Founding Staff Software Engineer • Python/FastAPI · US
- AI-разработчик (Python) · KZ
- Full-stack Developer (TypeScript / Python) · NL
- Process Automation Developer Python/AWS (Hybrid) · ES · $4982
- Backend Java/Python Developer · ES · $4846
Últimas vacantes abiertas de Python Backend: las 10 posiciones más recientes con una descripción de calidad suficiente. La lista completa está en nuestro CRM o en el enlace «ver todas» de abajo.
Mercados adyacentes
Python Backend es uno de los segmentos más grandes del mercado backend por número de vacantes. Por salario mediano, algo por debajo de Java/Go por la mayor oferta de desarrolladores. La comparación con otros stacks backend está en el SiblingSubnichesChart de arriba.
⚠ los mercados adyacentes para comparar aún no están definidos
Cómo se mide
- Vacante
- un empleo abierto que superó el filtro de calidad y menciona al menos dos tecnologías
- Candidato observado
- un candidato cuyo stack contiene esta tecnología; es un agregado: ni un solo registro sale del perímetro
- Candidato emparejable
- aún no contabilizado
- Ventana
- empleos abiertos en el momento en que se generó el snapshot
Sobre los datos
- Algunos desgloses están ocultos: su cobertura de datos aún no es suficiente.
- Las estadísticas se muestran solo donde la muestra supera un control de calidad.
- Que falte un bloque no significa que el valor sea cero.
Desgloses ocultos actualmente: 8.
Área: Backend
Especializaciones relacionadas
Dentro de Python Backend las especializaciones se dividen por framework: Django Developer (orientado a full-stack, monolitos), FastAPI Developer (asíncrono por defecto, microservicios), Flask Developer (ligero, heredado), Python Backend Engineer (general). La comparación con otros stacks de backend (Java, Go, .NET, Node.js) está en la barra de abajo.
Preguntas frecuentes
Las preguntas más frecuentes sobre el mercado de Python Backend: salario por nivel y geografía, diferencias entre Django/FastAPI/Flask, Python frente a Java frente a Go, trabajo remoto, en qué se diferencia Python Backend de Data Engineer y ML Engineer, cómo empezar, skills de Senior. Las respuestas se recalculan automáticamente a partir de los datos actuales.
¿Cuánto gana un Python Backend Junior, Middle, Senior o Lead?
Las vacantes Junior escasean: el mercado espera 1-2 años de experiencia real o un proyecto personal sólido (una app Django/FastAPI desplegada con PostgreSQL + Redis + Celery en GitHub). El mayor salto está entre Junior y Middle (dominar SQLAlchemy/Django ORM, la asincronía, las pruebas). Un Senior es responsable de la arquitectura del servicio y hace de mentor de Middle/Junior. Lead: responsable de varios servicios + el proceso de contratación + decisiones de arquitectura entre equipos. Trayectoria: Junior Python → Middle → Senior → luego Tech Lead (vía de gestión) o Staff Engineer (vía técnica).
¿Qué stack necesita con más frecuencia Python Backend?
Tecnologías principales en vacantes de 5: python, fastapi, django, cloud, ci/cd. Django domina en legacy y en grandes monolitos de producto (CMS, e-commerce, fintech). FastAPI, la elección para servicios nuevos y APIs de ML gracias al async + la generación automática de OpenAPI. Flask aún se mantiene en servicios ligeros y legacy. SQLAlchemy 2.0 (con soporte async) gana terreno en el stack de FastAPI. PostgreSQL, BD principal, MySQL en legacy. Redis, caché + broker de Celery. Celery + Arq para colas. Kafka/RabbitMQ para mensajería entre servicios. Docker + Kubernetes, estándar. pytest, el framework de test. poetry/pip-tools para la gestión de dependencias. asyncio + comprensión del GIL, obligatorio para Senior. El conocimiento de type hints + mypy es obligatorio en equipos grandes.
Python frente a Java frente a Go: ¿qué elegir para Backend en 2026?
Python — el mercado de entrada más amplio, el mejor ecosistema para backend de ML/AI/data, prototipado rápido. Salarios de media algo por debajo de Java/Go por una mayor oferta de desarrolladores. Java — la base de enterprise/bancos/telecom. Spring Boot — obligatorio. Proyectos largos, estabilidad. Go — un segmento en crecimiento de infra de alta carga, servicios con inclinación DevOps, tooling de k8s. Elección de carrera: Python — si te cruzas con ML/data; Java — si enterprise/bancos/máxima estabilidad; Go — si infra/k8s/cloud-native. Muchos Seniors conocen 2 de los 3 por flexibilidad.
Django frente a FastAPI frente a Flask: ¿qué aprender en 2026?
Django: full-stack «con pilas incluidas»: ORM, panel de administración, autenticación, middlewares. Encaja en CMS / e-commerce / monolitos de producto clásicos. Síncrono por defecto (lo asíncrono existe en Django 5+, pero no es idiomático). El mayor mercado de vacantes para Junior/Middle. FastAPI: asíncrono por defecto, apto para microservicios, OpenAPI/Swagger automático, validación nativa con Pydantic. La elección para APIs de ML, microservicios y servicios de alto rendimiento. Salarios premium por dominar lo asíncrono. Flask: minimalista, didáctico, ideal para servicios ligeros o sistemas heredados. Estrategia profesional: Django primero para una base sólida (un año o más), después FastAPI como extensión asíncrona. Flask: no es obligatorio en 2026, pero conocer el concepto es útil. Junior: Django. Middle+: añade FastAPI. Un Senior domina ambos y elige según la tarea.
¿Qué proporción de vacantes ofrece trabajo remoto?
Entre las vacantes con modalidad de trabajo indicada, el 34% es remoto. Las vacantes sin modalidad indicada se excluyen del denominador; el trabajo híbrido no se cuenta como remoto.
¿En qué se diferencia Python Backend de Data Engineer / ML Engineer?
Python Backend — APIs REST/GraphQL, lógica de negocio, estado, integraciones, colas. Foco: servir las peticiones del producto y almacenar el estado. Data Engineer — pipelines ETL/ELT, modelado de DWH (dbt, Snowflake, ClickHouse, BigQuery), orquestación (Airflow, Dagster). Foco: mover y transformar grandes volúmenes de datos. Técnicamente se solapan en parte (Python + SQL + Kafka), pero DE está mucho más cerca de Spark/pyspark/dbt que de Django/FastAPI. ML Engineer — despliegue de modelos (FastAPI + ONNX/TorchServe), feature store, MLOps. Foco: inferencia lista para producción. El cambio de carrera Python Backend → DE es posible en 3-6 meses (dominar Airflow + dbt + DWH); → ML Engineer en 6-12 meses (dominar PyTorch/sklearn + stack de MLOps).
¿Por dónde empezar para convertirse en Python Backend developer en 2026?
Hoja de ruta óptima: 1) Núcleo de Python: «Learning Python» de Mark Lutz, LeetCode/Codewars para algoritmos. 2) SQL hasta un nivel con soltura: tutorial de PostgreSQL + funciones de ventana + índices. 3) Nociones de Django: tutorial de Django + un proyecto personal real (blog con autenticación + CRUD + API REST con DRF). 4) FastAPI: tutorial oficial + un servicio asíncrono (websockets en tiempo real o una API de inferencia de ML). 5) Docker + nociones de Kubernetes. 6) pytest + mypy + poetry. 7) Redis + Celery/Arq para colas. 8) Proyecto personal: app de extremo a extremo (Django+DRF o FastAPI + PostgreSQL + Redis + Celery + Docker + pytest), desplegada en VPS/Render/Railway, en un portfolio de GitHub con README. Cursos: RealPython.com, documentación de FastAPI, Karpov.Courses «Hard ML» (RU). Libros: «Fluent Python» de Luciano Ramalho, «Django for Professionals» de William Vincent. Tiempo hasta un puesto Junior: 6-12 meses de estudio a tiempo completo.
¿Cuántas vacantes abiertas contiene esta muestra?
La muestra publicada contiene 3371 vacantes abiertas tras agrupar las republicaciones. Es la misma cifra del indicador principal. La sección geográfica describe la cobertura de la muestra; no es una estimación de todo el mercado.
¿Qué skills necesita un Senior Python Backend?
Un Senior Python Backend es responsable del ciclo completo: desde los requisitos hasta el despliegue en producción. Núcleo de Python: idioms avanzados (descriptores, metaclases, context managers, decoradores), tipado (mypy, pyright), asyncio a nivel de dominio. Framework: Django ORM o SQLAlchemy 2.0: optimización de consultas, detección de N+1, transacciones, migraciones (Alembic/Django migrations). Arquitectura: diseño de APIs REST/GraphQL, event-driven (Kafka, RabbitMQ), idempotencia, locks distribuidos, sagas. Pruebas: fixtures de pytest + factories (factory_boy) + cobertura basada en riesgos. Los objetivos de cobertura de pruebas dependen de los riesgos y la criticidad del sistema; la cobertura por sí sola no garantiza la calidad. Google Testing. Rendimiento: profiling (cProfile, py-spy), optimización de SQL, caché (Redis). DevOps: Docker + nociones de Kubernetes, observabilidad (Prometheus + Grafana + OpenTelemetry), logging estructurado. Soft: code review, mentoría a Middle/Junior, entrevistas técnicas, diseño junto al PM/Producto. Inglés para Senior+: imprescindible.
Dejar una solicitud
Describe la tarea y deja un contacto: la solicitud llega a nuestro CRM y respondemos al contacto que indiques.