Transcription
Друзья, перед началом видео короткое, но важное объявление. На этой неделе 16 и 18 декабря, то есть во вторник и четверг в 18:00 по МСК, я проведу два открытых урока, на которые можно попасть абсолютно бесплатно.
Во вторник будет тема авторизация и аутентификация в современных приложениях, что обязан знать каждый бэкэнд-разработчик. А в четверг мы поговорим о кэшировании на стороне опять же бэкэнда и фронтенда, которое должен знать каждый бэкэнд-разработчик, если он хочет быть серьёзным специалистом.
Друзья, будет очень классно. Это всё бесплатно. Вы можете общаться со мной в чате, задавать вопросы, конечно, получать бурю новых эмоций и знаний. Поэтому обязательно заполняйте анкету по ссылке в описании. Без неё не получится просто попасть на открытый урок. И увидимся с вами уже совсем скоро. Ну а я желаю вам приятного просмотра в этом видео.
Друзья, ответьте мне на один вопрос. Какие технологии нужно знать в следующем году, чтобы оставаться максимально востребованным разработчиком на рынке труда, чтобы все компании хотели вас нанять, чтобы вам платили самые большие зарплаты, чтобы у вас было большое преимущество над конкурентами.
Сегодня на реальных примерах, цифрах и трендах я покажу, как можно понять, насколько вы сейчас знаете актуальный стек, нужно ли вам что-то подтянуть ещё и как, в принципе, различать какие-то тренды, веяния, смотреть на какие-то хайповые темы и подходить с максимально прагматичной точки зрения, чтобы понимать, а сможете ли вы работать каким-нибудь там джангоразработчиком через условно 5 лет.
Сегодня на этот и многие другие вопросы я отвечу, покажу реальные примеры, ссылки, сайты. Всё это будет в описании, в отдельной статье. Можно будет её открыть, почитать там сегодня, завтра, через год и сделать выводы о своей актуальности.
Друзья, меня зовут Артём, я Python бэкэнд-разработчик. И на этом канале помогаю вам расти в бэкэнд-разработке и качать карьеру. Обязательно подписывайтесь на канал и ставьте лайк, если вам нравятся подобные исследования, подобные видео. Поехали.
Итак, мы начнём с довольно популярных способов определения популярности той или иной технологии. Это просто некоторые статьи в интернете, например, на Хабре. Я лично часто сижу на Хабре, думаю вы тоже. Выходят разные статьи обычно от таких же, как мы с вами, разработчиков, просто которые любят о чём-то рассказывать. И вы можете встречать какие-нибудь популярные или хайповые темы. Например, вот Framework Light Star. Ну, статья, конечно, январская, прошло уже почти там 10 месяцев. Тем не менее, очень часто про какие-то новомодные библиотеки, недавно появившиеся, какие-то, ну, якобы революционные, любят писать вот в таком ключе, что это реально какая-то революция, чтобы привлечь к себе просмотр и внимание. Но всегда нужно понимать, что если какую-то тему, какую-то технологию очень активно обсуждают, как сейчас, например, нейронные сети, это в какой-то степени пузырь и непонятно как бы реальный масштаб использования тех же нейронных сетей, того же LightStar или других подобных библиотек.
То есть сегодня я буду смотреть на самые популярные фреймворки на Python, но вы можете весь этот же алгоритм применить к любой другой технологии, даже не на Python и не бэкэнд, вообще всё, что угодно. Как бы те сайты, которые я покажу, они по большей части все применяются к любым технологиям на рынке. И наоборот, есть огромное количество технологий, которые используются на ежедневной основе в коммерческой разработке, но о них не пишут, потому что это старый инструмент, потому что там редко выходят какие-то обновления. Потому что он просто работает, всех удовлетворяет и особо как-то о нём ты не хочешь писать. Потому что если сейчас выложить какую-нибудь статью, как работает фаста в 2025 году, ну, особо никому не будет интересно. Про фа огромное количество материалов в интернете, но если про какую-то новую революционную библиотеку напишут, уже будет интересно про неё прочитать. Мысль такая.
Дальше ещё один интересный способ смотреть на популярность технологии - это смотреть на GitHub репозитории и звёздочки. Вот, например, Джанга, один из самых популярных фреймворков на Python. 86.000 звёзд. Много это или мало? Ну, вообще непонятно. И чаще всего нужно в сравнении, кажется, да, логичным в сравнении всё опознавать. Например, в Фастапе 92.000 звёзд. То есть, ну, примерно примерно одинаково. Не сильно там 7.000 звёзд эти влияют. То есть какой-то новичок может сделать вывод, который никогда не сталкивался с реальной разработкой, с вакансиями, с, ну, не так давно, в принципе, в мире программирования. Подумает, что, ну, как бы взаимозаменяемая история, и то, и то популярна. Давай буду использовать там на абум джанга или набум фастапе.
Приведу ещё один пример. Как бы есть, конечно, ещё фласки всякие, у которых поменьше звёзд, и там вроде как логика сохраняется, что у фреймворков кого меньше звёзд, их меньше используют. Есть любопытный кейс, например, библиотека SQL Алхимия, о которой я снимал целый курс. У меня огромное количество видео с алхимией на канале. И, в принципе, это инструмент, который использует почти каждый разработчик. Ну, кроме тех, кто пишет на джанге, там нет алхимии. У алхимии 11.000 звёзд. Если что, алхимия - это библиотека для работы с базами данных. То есть ORM, чтобы мы не писали сырые запросы, а использовали объекты в Питоне. У неё 11.000 звёздочек. Может показаться, что, ну, какая-то там open source такое решение. Кто-то там его забацал, заклацал. Наверное, прикольное. Но вот мне друг посоветовал там какой-то Tortoise ORM или какую-то ещё другую ORMку там специально для фастапи. Давай-ка её используем. Потому что там там тоже не там немало звёзд, не знаю, 5-6.000, и может показаться, что это одно и то же. Но это далеко не так.
Я предлагаю первый способ, как можно оценивать популярность библиотек, технологий и фреймворков. Это история скачиваний той или иной библиотеки. А у меня есть ссылочка на историю за 5 лет, а и где-то была даже за полгода. Это разные сайты, здесь немножко разные графики. Давайте, например, посмотрим фреймворки Jango, Fastapi, Flask и IoHTTP. IoHTTP, кто не знает, это как бы и сервер, и клиент в одной библиотеке. То есть можно писать и апишку, как Fast App, например, и можно писать и клиентскую часть, то есть делать запросы во внешней опишке. Очень классная библиотека. Кто бы мог подумать, что IoHTTP просто доминирует в два раза минимум все остальные библиотеки, то есть условно тут Давайте вот возьмём эту неделю. Там 11 млн скачиваний, Jango 1. 300 всего лишь FLASK на удивление 7 млн. Fastapi 8,5. То есть внезапно Jango оказался вообще где-то в самом низу.
Сразу скажу, что этот способ оценки популярности фреймворков, там, библиотек, технологий, ну, не то чтобы гарантированный. Эту метрику можно накрутить. То есть вы можете просто, как создатель какого-нибудь фреймворка, например, там быстрый апи, ну или какой-нибудь другой, поставить какой-нибудь себе демон, который будет скачивать каждую там 5 секунд вашу библиотеку, и вы будете накручивать себе эти скачивания. Конечно, так могут делать и создатели других библиотек, мы не знаем, но в целом какую-то тенденцию можно проследить. Ну, если взять за последние полгода, она не особо видна, но если взять за последние 5 лет, уже что-то что-то намечается. Понятное дело, что мы там условно делим на два эти данные, то есть, ну, доверяем им там на 50%, условно, потому что, опять же, я сказал, можно их накрутить.
На удивление многих, библиотека Flask, начиная вот там с какого-то 2020 года, доминировала вот вплоть до там середины этого года вообще повально. То есть фреймворк Django был в сам низу, как мы видели до этого. Фреймворк Fastapi. Ну, вот где-то тут начал какие-то обороты набирать. Здесь где-то вот здесь накрутили что-то непонятное. Какой-то скачок pump and dump. А Flask у нас по-прежнему вот там вот недавно совсем в Fastapi перегнал Flask по скачиваниям. Можно ли какой-то вывод сделать? Ну, вроде можно, что Django полный отстой, его никто не использует. Fastapi, вообще пушка, взлетаем, вообще ракета и Flask. Ну, тоже актуальный фреймворк. Но скачивание - это не такой надёжный параметр, потому что скачивают очень часто даже не просто люди вот при локальной разработке, это либо какие-то CI/CD пайплайны, это какие-то зеркала, это мы не знаем, как здесь рассчитывать статистика. Вы можете подтягивать какой-нибудь модуль для авторизации, библиотеку Fastapi и у вас засчитывается, например, подкачка самого фреймворка Fastapi. То есть этим метрикам как бы можно на них опираться, но прямо доверять на 100% точно не стоит.
Им тогда стоит, да, как бы логичный вывод, если этим метрикам не будем доверять, потому что, очевидно, ну, я думаю, вы согласны, Fastapi не в 20 раз популярнее, чем Django. Тут сколько тут здесь 50 млн скачиваний. Тут 10, о'кей, в 5 млн раз. Ну, не в 5 млн, не в пять раз, наверное, популярнее.
Возьмём следующий способ. Следующий способ - это Google Trends. Что такое Google Trends? Ну или Яндекс-тренды, да, у меня в соседней вкладке Яндекс-тренды, Яндекс Wordstat. Наши любимые поисковые движки Google и Яндекс трекают популярность той или иной темы. И можно вбить сюда Fastapi, Django, можно сюда добавить ещё какой-нибудь Flask, IoHTTP, сейчас добавим. И посмотреть там за последние 10 лет, можно за последние 5 лет, можно за последние там неделю популярность этих фреймворков в сравнении, чтобы понять, сколько реально там запросов было по тому или иному фреймворку. Можно по всему миру, можно по конкретной стране.
Если посмотреть по всему миру, то у нас доминирует Django на протяжении последних 5 лет. Ну вот-вот они сближаются, и они как будто уже почти рядышком. Но на самом деле тут видно, что как бы пропорция - это один к двум, да? Fastapi 13, Django 25. Тут относительная шкала, тут не абсолютная шкала количества просмотров. Например, если взять последний год, то можно увидеть, что всё-таки Django всё ещё довольно сильно доминирует над Fastapi в два раза. Ну вот за последнюю неделю, за конец ноября 2025 года. Если сюда же прилепить, например, какой-нибудь Flask и посмотреть, как он используется, мы увидим, что Flask там двадцать первый, двадцать второй, двадцать третье, двадцать четвёртый года доминировал над Fastapi и использовался больше него. Ну вот последний годик у нас наметилась какая-то тенденция, что Fastapi постепенно обогнал Flask. Ну рядышком с ним находится.
Но вы можете возразить: "Артём, вот ты же смотришь по всему миру, а мне интересно, я живу там в России или в СНГ, искать работу в России, и мне же интересна актуальность фреймворка там, где я живу, там, где я буду искать работу". То есть, если это по всему миру, мне это не интересно, ведь я не буду работать там в Австралии, в Канаде, в Европе или в США. То есть если реально такая ситуация, то вы смотрите просто по России. Давайте вобьём Российская федерация, если она вообще здесь будет. Да, Россия. И здесь, ну, не очень прямо красивые данные такие, они ломанные, потому что не так много запросов. Ну, и, честно, вывод сделать какой-то корректный, сложно, но у нас есть Яндекс, который реально работает в России. И, ну, тут статистика чуть-чуть получше. Мы можем вбить в Яндекс Wordstat. Опять же, все ссылочки будут в статье в описании. Статью написал, если что, я по всему этому видео. Там ещё будет больше размышлений, больше комментариев, сносок, ссылок. Поэтому, друзья, переходите и читайте.
Если вбить Django за последний месяц было 66.000 запросов. Давайте в объём Fastapi. Причём, видите, здесь нет Django освобождённый. Как бы мы реально про Django говорим, не про фильм говорим, про Django. Если вбить в Fastapi, у нас 22.000 запросов, в три раза меньше. Говорит ли это о том, что у нас сейчас спрос на рынке труда, на Fastapi в три раза меньше? Нет, это говорит лишь о том, что люди просто чаще ищут Django. Может быть, потому что в интернете накопилось гораздо больше материалов по Django. Ну а это реально так, потому что фреймворк там на 10 лет старше, чем в Fastapi. Может быть, потому что по Django больше уроков. Его там в вузах проходят, его на каких-то курсах проходят, в каких-то школах, где ещё не узнали, что есть Fastapi и он сейчас топ-один. До этого сейчас доберёмся.
Можно посмотреть на тот же Flask. У Fastapi было 22.000. Сори, не приблизил. У Flask 29. То есть может сложиться мнение у новичка какого-нибудь, что, блин, сейчас Flask более популярный, чем Fastapi. Зачем мне учить вот этот микрофапи фреймворк, когда есть целый Flask? Почему бы и нет, как бы, ну, я немножко шучу, так иронизирую, но кто-то реально так думает. Давайте посмотрим за последние 2 года. Например, по Flask у нас было тренд такой, что ид идём на снижение, да? Давайте даже посмотрим с 2018 года, с января по, соответственно, текущий год по октябрь. У нас был некоторый тренд и вот он где-то вот в 2024 году был пик, 63.000 запросов. И сейчас он потихонечку загибается. Если взять Fastapi, то мы видим, у нас был там пик 40.000 запросов, не очень много. И сейчас тоже как-то тип типа загибается, да, как как будто можно подумать, что всё скатывается у нас ээ Python, скатывается рынок труда, вообще надо переходить на другие языки. Сейчас до этого дойдём, друзья. Сейчас я покажу, как надо реально оценивать актуальность на рынке труда.
Ну, есть какой-нибудь там Django, который давно ещё был популярен, в 18-м году пик какой-то у него был в 23-м году, и потом вот он пошёл, э, на некоторый спад, как и все остальные фреймворки. Можно ли на основании этого сделать вывод? Нет, потому что мы не знаем, что конкретно здесь ищут люди. То есть кто-то на Django разрабатывает свою первую приложульку, а кто-то на Fastapi пишет свой коммерческий проект. То есть мы не знаем, какая доля запросов там от профессиональных разработчиков или тех, кто уже там готовится к работе, к первом первой работе, или тех, кто просто по фану что-то делает в Django или поддерживает Legacy Django проекты. То есть мы таким образом не знаем, сколько у нас сейчас реально проектов в стране, там, в мире пишется на Fastapi, на Django.
Друзья, фреймворки и библиотеки - это то, что приходит и уходит, да, там в течение нескольких лет что-то хайпует, а потом перестаёт использоваться. Но есть то, что вечно. Это то, на чём строится разработка на Python, в том числе ээ разработка. Это работа с базой данных, это работа с докером, CI/CD, настройка веб-сервера по типу Engine X, написание архитектуры Python приложения, понимание, как пишутся другие Python приложения, какие используются там концепции, паттерны разработки. Это всё то, что не устаревает десятилетиями. И все эти темы разобраны на моём курсе по бэкэнд разработке.
Друзья, это то, что нужно вам, если ваша цель стать крепким бэкэнд-разработчиком с пониманием самых фундаментальных тем. Ведь частая проблема самоучек, что мы нахватались, в том числе я, много чего из разных тем, из разных видео, статей, из книжек. Но как это объединить в полноценное построение приложения с нуля до продакшена? Как-то непонятно. Непонятно, как все эти пазлы сместить в одну общую картину. И дело в том, что на курсе мы не просто разбираемся с теоретической точки зрения. Я думаю, если вы смотрите мои видео, вы знаете, что я не очень люблю много теории вот насыпать. Я люблю практику, я люблю показывать всё на практике. И курс именно практический. То есть вы напишите полноценный проект по ходу курса, а после этого напишите свой собственный стартап, если хотите свою коммерческую задачу, хотите решить полноценный свой pet-проект для портфолио написать под руководством продвинутого синьор разработчика с полноценным кодрев, согласованием архитектуры, используемых паттернов, там, архитектуры микросервисная, монолитная, и вы получите реальную обратную связь, поймёте, насколько вы умеете реально владеть тем стеком, который сейчас требуется на рынке труда, насколько велики ваши шансы попасть на работу. И поверьте мне, если вы закончите хотя бы один проект, ваши шансы на получение офера уже увеличатся многократно. У нас очень много учеников нашло работу. Либо первую, первое место, либо стажировка, либо это повышение грейда. У нас довольно много junior junior плюс специалисты, даже middle приходят и повышают свои скилы, чтобы можно было выторговать большую зарплату, найти более подходящее место, попасть в компанию, где требуют паттерны разработки, знания Solid, архитектуры, приложения, как Python приложения, так и всей системы, как проходить там system design интервью, вы сможете понять, если вы разбираетесь хорошо с базой, с кэшом с фоновыми задачами, с деплоем, веб-сервером и пониманием, какую роль занимает каждый из этих инструментов.
Друзья, переходите по ссылке в описании. У нас есть бесплатная вводная часть. Поймите, подходит ли вам курс, нравятся ли вам эти мини-проекты, которые мы напишем. И обязательно присоединяйтесь, чтобы изменить свою жизнь к лучшему и стать самым крепким разработчиком, которым вы когда-либо были, друзья. А также до 31 декабря у нас действует новогодняя акция. Как же без неё? И помимо самого курса вы получаете доступ к интенсиву по поиску работы, который я недавно проводил. И это буквально вся база по поиску работы. Резюме, сопроводительное письмо, как это всё составить, как откликаться, на какие вакансии откликаться, как общаться с рекрутером, как торговаться о зарплате, как представить себя в выгодном свете, как рассказать о себе. Всё это, что нужно реально для подготовки к собеседованию, есть в этом интенсиве. Также в подарок идёт доступ к тренажёру собеседований с базой вопросов, собеседований и задач, которые спрашивают на leetcode секции. А также у нас действует новогодняя скидка для всех, кто успеет до 31 декабря. Друзья, если вы хотите в новом году стать самой крутой версией себя, обязательно переходите по ссылке, записывайтесь на обучение и постигайте новое. Ссылочка в описании.
И раз уж мы говорим про мир, давайте перед тем, как переходить к самому, на мой взгляд, рабочему способу, посмотрим на статистику в мире. Потому что я уверен, что многие из вас, ну, держат где-то там не план Б, не план С, может, план Д работать на зарубеж или переехать куда-то релоцироваться там в Америку, в Европу, в Грузию, в Казахстан, не знаю, и работать на зарубежные компании. Почему бы и нет? Давайте посмотрим на топ-один площадку. Это LinkedIn. Кстати, если что, добавляйтесь в LinkedIn. Всех приму в друзья. И здесь, если вбить, например, какого-нибудь там Django, давайте чучуть приближу. А jobs, то есть работы. У меня стоит Индия. Сейчас посмотрим в Индии, потом в Соединённых Штатах. Нам показывается 2.500 вакансий под Django. Мы думаем: "Ну, классно, там можно в Индию переезжать". Шутка, конечно. Ну, в общем, смотрим Fastapi, да? 2.500 было Fastapi. Fastapi. Ну ладно, ну бред какой-то. Давайте в США посмотрим, да? Давайте посмотрим ещё раз Django. Посмотрим в United States. У нас 6.000 вакансий. О'кей, реально пишут на Django в Америке. А давайте посмотрим на Fastapi, как он там себя показывает. 14 вакансий, друзья. Э маленькая пометочка. Я делал пост недавно в Telegram-канал с два-три месяца назад недавно, где писал про то, что вот на LinkedIn можно сделать вывод о том, что реально сейчас по Fastapi ноль вакансий за рубежом и миллион вакансий в России. Типа на на Западе пишут на Django, в России мы такие классные процветающие пишем на Fastapi. Но я ошибся, я могу ошибаться. Я признаю ошибку.
И в чём прикол нашего замечательного LinkedIn? Дело в том, что если вбить в кавычках, то есть реально, чтобы вот прямо вот точно было слово Django, либо в названии вакансии, либо в описании вакансии, вот здесь, да, справа, то окажется, что под Django не 6.000 вакансий, а внезапно 36. Да, что-то как-то вот порядок очень сильно сместился. И дело в том, что когда вы побьёте просто Django, посмотрите на эти вакансии, почитаете немножко тредов на Reddit, на всяких форумах, поймёте, что поиск в LinkedIn очень такой хаотичный. То есть вы, ожидая, что будет точно вхождение слова Django в вакансию или там Fastapi, да, того же Fastapi, тут показывается всего 14 результатов. Если вбить, например, там какой-нибудь Python developer и просмотреть, не знаю, вакансий 50, вы явно найдёте больше, чем 14 упоминаний в Fastapi. То есть поиск здесь сломанный. Типа об этом заявляют множество людей на Reddit. Я опять же все ссылочки на форумы прикреплю. А как тогда понять, что в мире происходит? Ну, зайти на другие площадки, например, на тот же Glassdoor. Аэ, очень популярная история, опять же, для того, чтобы смотреть на зарплаты, смотреть на работы. Если вбить Fastapi, у нас здесь появится 902 вакансии, например, в Соединённых Штатах. Если вбить тот же Django, у нас будет здесь, давай, дружище, а здесь United States, у нас будет здесь 72 вакансий. То есть, если посмотреть опять же на общемировые тренды, посмотреть на Fastapi, Django, то, в принципе, уже как что-то как-то коррелирует, да, что у нас количество вакансий примерно такое же, там, как поисковые запросы в интернете. Понятное дело, что здесь Django в два раза больше, а на Glassdoor здесь Django там, не знаю, на 20% меньше. Но тем не менее у нас разница уже не в 20 раз, как это было со скачиваниями с Pypi.org. В общем, с того сайта. Можно, конечно, посмотреть и Flask и увидеть, что на нём поменьше пишут, но всё равно он довольно актуален. 404 44 вакансии.
Важно понимать, что если у нас в России есть, не знаю, можно ли об этом говорить, в общем, самая такая главная организация, где постятся вакансии - это Headhunter и типа конкурентов особо нету, то на Западе таких компаний довольно много. Конечно, это LinkedIn, конечно, это известный Glassdoor. Есть ещё несколько других сайтов, например, можно посмотреть на Indeed. Опять же, в том же США 1.800 Fastapi, 1.900. То есть очень важно. И какую мысль я хочу в этом видео донести в статье тоже, что не нужно опираться на один источник. Только на один источник. Причём очень прошу вас не опираться на какие-то слухи, какие-то переписки в чатах. Если какой-то там синьор, уважаемый вами разработчик, даже может я, да, вот я сегодня сказал, что я ошибся, написал где-то в чате, что надо учить там вот такой-то фреймворк, там Lightstar, ну или что-нибудь, не надо слепо этому верить. Как бы мысли видео, что всё перепроверяйте. И моя мысль в том, что надо перепроверять на цифрах. Да, если посмотреть, например, ещё на сайт Joblist, тоже с вакансиями, здесь будет вообще удивительная история. По Fastapi вакансий, по Django, если вбить чуть приближу, 30.000 вакансий. по Flask 407 вакансий. Что-то странное, да? То есть тут такая же проблема, как и с LinkedIn, что у нас прямо в тысячу разнится количество вакансий. Хотя, ну мы представляем, что как бы все фреймворки ещё используются Fastapi, Django все их ещё ищут в Google, в Яндексе. И какие-то сайты нам показывают, что как бы количество вакансий-то, ну как бы нормальное, да? Давайте вот здесь посмотрим. Flask тут было 1.600, 1.000 2.000, 1.700. О'кей. То есть, ну, что-то здравое есть. То есть, чем больше источников вы посмотрите, тем более корректная оценка у вас будет.
Теперь последние два способа, самые, на мой взгляд, лёгкие для использования и самые корректные в плане цифр. Первый - это, конечно же, наш старый добрый Headhunter. Я ещё 2 года назад скриншотил прямо Headhunter цифры по Fastapi, по Django, по Flask, сколько вакансий, и трекал для вас в Telegram-канале каждые полгода в ноябре 23, в мае 24, ноябре 24, в мае 25 и сейчас в ноябре 25 записываю это видео, конечно, выложу постик, всё это в статьи опишу, сколько сейчас вакансий. Значит, давайте посмотрим вот текущее положение дел. Если взять, например, какую-нибудь вот Россию и поиск на Headhunter по Fastapi сейчас 584 вакансии. Вот прямо вот конкретно в текущий момент ищут 584 вакансии, где нужен в какой-то степени Fastapi. То есть понятное дело, что если вы там продвинутый пользователь поиска в Headhunter, вы можете написать backend Python и уточнить, что вот там вот конкретно вот точно какой-нибудь Python разработчик нужен. Или вы можете какой-то ещё стек добавить, что вот вы знаете там SQL Алхимию. Вот ещё вот она вот должна быть вот таких вот 133 вакансии. И вы, если знаете этот стек, там, не знаю, какой-нибудь Pydantic, хотя редко его пишут, вы можете откликаться смело вот на эти вакансии, где есть и Fastapi, и Алхимия, и Pydantic. Но если просто смотреть на популярность фреймворка, 584 вакансии. Давайте посмотрим на Django. А Django сейчас 418 вакансий, да? То есть где-то процентов на 20 меньше. А сейчас я, кстати, покажу историю или вот здесь всплывут, где вы можете по ним перейти, почитать, ссылочка будет в описании, посмотреть, как реально всё менялось, когда Django доминировал 2 года назад. Прямо вот жёстко. И какие дела обстоят сейчас, в общем-то, видите на экране. И давайте посмотрим на Flask. По Flask у нас 236 вакансий. То есть, ну, там где-то на 70% меньше, чем по Django, а Django на 20% меньше, чем по Fastapi. То есть можно сделать вывод, опять же сейчас обсудим, насколько это корректный вывод, что сейчас Fastapi жёстко доминирует, ну или там относительно жёстко доминирует в ру сегменте. Flask уже на каком-то находится спаде. Django, ну, там что-то ни туда-ни сюда. Без хейта. Django просто относительно цифр.
Как в чём проблема как бы вот этого подхода? Что мы видим только картину одного дня. И прикол в том, что вакансии каждый день меняются. Вы зайдёте завтра, тут будет другая цифра. Вы посмотрите вот сейчас это видео, а уже типа не сегодня, никогда не записывается это видео 100%. Будет другая цифра, будет другое число. И есть очень классное решение, до которого почему-то никто не догадался, кроме меня. Либо я не нашёл, либо я не умею гуглить. В общем, мы в Solvit сделали такой сервис, а где мы собираем данные по как бы количеству вакансий каждый день и трекаем это по куче разных технологий, фреймворков. Тут вот видите язык Python, SQL, там Golang, Java, C#, P, по всяким направлениям, по всяким навыкам, которые нужно знать, базам данных, ну, и в том числе там по специализациям, которые даёт сам Headhunter, и можно следить, насколько там популярный, не знаю, вот вакансия какая-нибудь тестировщика или что-то подобное. Ну, давайте посмотрим. Вот за последние 3 месяца мы начали собирать данные всего с августа, но уже есть какие-то данные интересные, которые можно посмотреть, пощупать. А причём здесь у нас везде есть как бы запрос. То есть вы можете посмотреть, что вот в Fastapi вот такой запрос отправляется конкретно корректно в Headhunter по Django. Вот такой Django или DRF по Flask Flask. Вообще DRF часто используется в Django вакансиях. И что здесь мы видим с вами? У нас Fastapi вот эта верхняя штука, да, они обе чёрные, но в общем Fastapi - это верхняя. Начиная с 1 августа, заканчивая вот сейчас сегодняшним днём, 23, да, 23 ноября, ээ, доминировало всё это время и количество вакансий среднее было, вот видите, иногда опускалось 630, иногда на пике было 770, то есть там прошло всего вот буквально типа 20 дней, а количество вакансий выросло там процентов на 15, да? То есть, ну, довольно сильно как бы изменилось. Хотя, если среднюю провести линию, то, ну, которая вот где-то вот здесь находится. Если вот так вот красивенько это сделать, то где где-то вот здесь эта линия находится. То есть можно, в принципе, среднюю посчитать, либо мы добавим такую фичу, чтобы вы могли не строить такие линии, смотреть, что вот средняя 685. Django в то же время находится где-то в районе 500 вакансий, да, бывают вот такие какие-то спады там на на 70 вакансий, а потом он обратно возвращается к тем же значениям. Вот сейчас на каком-то пике находится локальном. Ну а Flask постепенно умирает, да. Там в августе было 300 вакансий, там вот спускались до 250. Ну ладно, может умирает. Это, конечно, переборщил. Но не растёт. Он не растёт. Причём, знаете, что забавно? Что сейчас у нас конец года, рынок чуть-чуть уже поменьше нанимает специалистов. Вот количество вакансий по языку Python, по SQL, например, падает с августа. Бам. Ну вот вот эти пики - это вот недели. Вот эти спады локальные - это в субботу, воскресенье и потом с понедельника опять вакансии снова появляются. А ну или там можно какой-нибудь другой язык выбрать, не знаю. JavaScript. Давайте посмотрим, что по нему. SQL берём. Ну, в общем, похожая история в большинстве языков. Причём где-то, например, в Rust, да, какой-нибудь Rust взять. Сори, немножко отошли от темы Python, но просто очень любопытно вот с этими данными поработать, что по Rust количество вакансий растёт. А, и знаете, в чём прикол? Вот вы можете, когда задаётесь вопросом, а что, вот, который я в начале задавал, какие технологии надо знать, чтобы быть актуальным разработчиком. И заходите, например, вот в этот день, 5 октября, по Rust 130 вакансий. Думаете: "Ну, типа, допустим, вы заходили там какого-нибудь, э, в конце августа видели 150, потом зашли в сентябре, увидели 120, поняли, что на 30 вакансий стало меньше, Rust никому не нужен, а кто-нибудь другой сначала зашёл 29 сентября, потом зашёл через 2 месяца, увидел, что Rust там на 50% вырос в количестве вакансий. И и у него совершенно другое мнение. И вы можете спорить с этим человеком где-то в чате, в Телеграме. И вы просто в разные моменты времени посмотрели на рынок. Хотя вы могли бы просто оба посмотреть свысока на рынок, что сейчас происходит по количеству вакансий. На мой взгляд, вакансии максимально корректно отображают текущую ценность знания того или иного фреймворка, навыка библиотеки. У нас тут есть и навыки. Давайте посмотрим типа навыки, ну, технологии, например, Git Docker, да, можно смотреть там. Насколько это актуально? Кстати, если хотите добавить что-то своё, а здесь есть снизу форма, пожалуйста, предлагайте, мы добавим всё это будем трекать. Нам не сложно, вам приятно. И можно понимать там какие-нибудь микросервис, микросервисная архитектура, вот там -7%. Но опять же, а самая огромная ценность будет, когда вот эти данные наберутся там за полгода, за год и можно будет проследить реальную картину.
Какой вывод хочется сделать, друзья? Пожалуйста, не опирайтесь на какие-то слухи, какие-то хайповые статьи, видео. Даже если я выпускаю там видео обзор Lightstar или обзор Uvicorn, не надо делать вывод, что сейчас поэтри никто не использует, использует Uvicorn или Fastapi умер, используют Lightstar. Нет, надо реально зайти вот на эти сайты. Не просто посмотреть моё видео, ребята, без шуток, зайдите сами на эти сайты, хотя бы на один. Посмотрите вот интересную, интересующую вас технологию, там, какую-нибудь SQL Алхимию, да, вот о которой мы говорили. Кстати, давайте вакансии посмотрим. SQL Alchemy. А по ней вакансий чуть меньше, чем по Flask, да, вроде как Flask, огромный фреймворк. И Алхимия - это маленькая библиотека, но на самом деле она используется очень много где, прямо ну очень много где. Или там какой-нибудь вот Lightstar, у нас он тоже на Solvit трекается. По нему скромные три вакансии. Ну, если убрать Россию, то целых восемь вакансий будет, в общем. Да, друзья, я думаю, вывод понятен. Пожалуйста, зайдите, посмотрите по интересующему вас стеку то, на чём вы сейчас пишете. Это актуально или нет в России, в мире, в той стране, где вы хотите работать, там в Европе. Посмотрите на тренды, на Google тренды, на Wordstat. Это те инструменты, которые пригодятся вам не только вот для текущей задачи, для очень многих задач. Эти инструменты я использую довольно часто.
Напоминаю, что обучиться самому актуальному стеку в Python можно в школе Pythons. Это школа от разработчиков для разработчиков, которую я основал, чтобы делиться знаниями по Python. Сейчас у нас есть курсы по бэкэнд-разработке, продвинутая ООП, темы типа Solid, контекстный менеджер, конечно, сам ООП, протоколы и многое другое. Друзья, не буду сильно разглашать. Если вам хочется стать сильным Python-разработчиком, со знанием актуального стека, приходите к нам в школу. И буду рад видеть вас у нас на курсах и в новых видео. Пока.