Qu'est-ce qu'un développeur Python ?
Un développeur Python code dans un langage connu pour sa lisibilité. Ce langage sert aussi bien à monter une API qu'à nettoyer des millions de lignes de données. Le même poste peut donc recouvrir des journées très différentes selon l'équipe.
Guido van Rossum a publié la première version de Python en février 1991, aux Pays-Bas. Le langage a pris son essor avec le web, puis avec la data et le machine learning. Python 3.14, sorti en octobre 2025, rend officiellement possible un fonctionnement sans verrou global, le GIL.
| Famille | Ce que fait le développeur | Bibliothèques typiques |
|---|---|---|
| Back-end web | API, logique métier, back-office | Django, FastAPI, SQLAlchemy, Celery |
| Données | Collecte, nettoyage, traitements planifiés | pandas, Polars, Airflow, PySpark |
| IA et ML appliqués | Services autour des modèles, appels aux LLM, évaluation | PyTorch, Hugging Face, LangChain, Pydantic |
Back-end web
- Ce que fait le développeur
- API, logique métier, back-office
- Bibliothèques typiques
- Django, FastAPI, SQLAlchemy, Celery
Données
- Ce que fait le développeur
- Collecte, nettoyage, traitements planifiés
- Bibliothèques typiques
- pandas, Polars, Airflow, PySpark
IA et ML appliqués
- Ce que fait le développeur
- Services autour des modèles, appels aux LLM, évaluation
- Bibliothèques typiques
- PyTorch, Hugging Face, LangChain, Pydantic
Développeur Python, développeuse Python, Python Developer
Les annonces en anglais disent Python Developer ou Software Engineer Python. En France, le titre « développeur Python » couvre surtout le back-end web. Quand le poste porte sur des pipelines de données, il s'intitule plus souvent Data Engineer, même si le langage reste le même.
Nous lisons donc la fiche de poste jusqu'à la stack et aux livrables. Un « développeur Python » qui écrit des DAG Airflow toute la journée ne se recrute pas comme celui qui maintient une API Django.
Dans quelles entreprises ?
Python domine dans les scale-ups SaaS, les fintechs, les startups d'IA, les équipes data des grands groupes et la recherche. On le trouve aussi dans l'industrie pour l'automatisation de tests, l'outillage interne et le calcul scientifique.
Le 24 octobre 2026, Free-Work listait 742 missions freelance pour la recherche « python ». Une bonne part venait de la finance de marché à Paris, où Python sert à coder des outils de pricing et d'analyse pour les traders.
Les missions d'un développeur Python
Le cœur du poste reste le code, mais un développeur Python confirmé porte aussi la qualité, la livraison et une partie de l'exploitation.
Construire et faire évoluer des API
À partir d'un besoin produit, il dessine les routes et écrit la logique métier. Les données entrantes passent par Pydantic ou par les serializers de Django REST Framework. Il documente l'API, souvent générée automatiquement au format OpenAPI.
Modéliser et interroger les données
Il crée les modèles de l'ORM, écrit les migrations et descend au SQL quand l'ORM produit une requête trop lourde. Sur PostgreSQL, il pose les index, lit un plan d'exécution et sait quand une vue matérialisée rend service.
Lancer des traitements en tâche de fond
Envoi d'e-mails, génération de PDF, synchronisation avec un partenaire : ces travaux partent dans une file, traitée par Celery, RQ ou Dramatiq avec Redis. Le développeur gère les reprises en cas d'échec et évite qu'une tâche lancée deux fois facture deux fois.
Tester et livrer
Les tests s'écrivent avec pytest, souvent avec des fixtures qui montent une vraie base dans un conteneur. Le code passe ensuite par une chaîne d'intégration continue qui lance aussi le linter Ruff et le vérificateur de types mypy.
Brancher l'IA dans le produit
C'est la mission qui progresse le plus sur nos recrutements récents. Le développeur appelle un modèle de langage, structure la réponse, met en cache, mesure les coûts et la qualité. Il ne conçoit pas le modèle, il le rend utilisable et fiable dans l'application.
Une semaine type
Lundi, cadrage avec le Product Manager d'un nouvel export comptable. Mardi et mercredi, l'endpoint, sa tâche Celery et les tests. Jeudi, une alerte Sentry : un client envoie des fichiers en encodage inattendu.
Vendredi, la revue de code d'un collègue, puis une heure à monter de version Django sur une branche à part.
Django, FastAPI ou Flask : le choix du framework
Pour une API ou une application web, le marché français se partage entre trois frameworks. Le choix dit beaucoup de l'entreprise, et il oriente le profil que nous cherchons.
| Framework | Philosophie | Où nous le voyons |
|---|---|---|
| Django | Tout compris : ORM, admin, authentification, migrations | Scale-ups SaaS, marketplaces, back-offices riches |
| FastAPI | API typées, asynchrones, documentation générée | Startups récentes, services autour de l'IA, microservices |
| Flask | Minimal, on assemble les briques soi-même | Services internes, outils légers, code historique |
Django
- Philosophie
- Tout compris : ORM, admin, authentification, migrations
- Où nous le voyons
- Scale-ups SaaS, marketplaces, back-offices riches
FastAPI
- Philosophie
- API typées, asynchrones, documentation générée
- Où nous le voyons
- Startups récentes, services autour de l'IA, microservices
Flask
- Philosophie
- Minimal, on assemble les briques soi-même
- Où nous le voyons
- Services internes, outils légers, code historique
Django
Django fournit d'emblée une interface d'administration, un ORM mûr et un système de migrations. Une petite équipe peut livrer un back-office complet en quelques semaines. Le revers est un cadre assez directif, qu'il faut connaître en profondeur pour ne pas le combattre.
FastAPI
FastAPI s'appuie sur les annotations de type de Python pour valider les données et générer la documentation. Il est asynchrone par défaut, ce qui convient aux services qui attendent beaucoup : appels réseau, bases distantes, modèles d'IA.
Ce caractère asynchrone a un piège. Un appel bloquant placé dans une fonction async fige tous les autres utilisateurs du même processus. C'est l'erreur que nous rencontrons le plus souvent en entretien technique.
Le typage et l'outillage moderne
Python reste dynamique, mais les équipes sérieuses annotent leurs fonctions et font vérifier ces types par mypy ou Pyright. Côté paquets, uv et Poetry remplacent peu à peu le vieux couple pip et fichier requirements. Sur ces sujets, on distingue vite le candidat qui suit le langage de celui qui s'est arrêté il y a cinq ans.
Le GIL et le parallélisme
Historiquement, le GIL empêche deux threads Python d'exécuter du code en même temps. Les équipes contournent cette limite avec plusieurs processus ou avec l'asynchrone. Depuis Python 3.14, une version sans GIL est officiellement prise en charge, mais les bibliothèques s'y adaptent progressivement.
Les compétences que nous vérifions en recrutement
Python s'apprend vite, et c'est justement ce qui rend le tri difficile. Beaucoup de candidats écrivent du code qui marche, moins écrivent du code qui tient sous la charge et dans la durée.
- Le langage lui-même : générateurs, gestionnaires de contexte, décorateurs, et la différence entre une liste copiée et une liste partagée.
- L'asynchrone : ce qu'est la boucle d'événements, quand asyncio aide et quand il nuit.
- Les données : SQL écrit à la main, transactions, et les requêtes en rafale qu'un ORM génère sans prévenir.
- Les tests : fixtures pytest, mocks utilisés avec mesure, tests d'intégration sur une vraie base.
- La production : lire une trace Sentry, comprendre une fuite mémoire dans un worker, suivre une requête lente.
- Le typage : un candidat qui annote spontanément ses fonctions montre qu'il pense au lecteur suivant.
Ce que nous faisons en entretien
Nous montrons un service FastAPI dont le temps de réponse passe de 80 millisecondes à plusieurs secondes dès que vingt utilisateurs se connectent. Le code tient sur un écran : une route async, un appel à une API partenaire avec la bibliothèque requests, une écriture en base. Un profil confirmé repère l'appel bloquant, propose httpx en asynchrone ou un passage en fonction synchrone, puis demande ce qui se passe si le partenaire ne répond plus.
Salaire d'un développeur Python en 2026
Un développeur Python de trois à cinq ans d'expérience gagne 51-66 K€ de fixe annuel brut à Paris, selon notre baromètre. Le premier poste démarre à 40-55 K€, le senior de six à dix ans atteint 67-80 K€, l'expert dépasse 82 K€. Ces fourchettes bougent avec l'entreprise, sa taille, les études et l'expérience réelle.
Salaire fixe brut annuel à Paris, hors variable
Junior
0-2 ans
40-55 K€
Confirmé
3-5 ans
51-66 K€
Médian : 59 K€
Senior
6-10 ans
67-80 K€
Expert / Lead
10 ans et +
82-99 K€ et plus
Et après ? Au-delà, un Staff Engineer ou un Tech Lead expert issu de Python dépasse souvent 85 K€ de fixe à Paris. Voir le baromètre des salaires
Paris et régions
En région, la grille baisse de 10 à 15 %. L'écart avec Lyon tourne autour de 10 %, il est un peu plus grand à Nantes, Lille ou Toulouse. Beaucoup d'équipes Python acceptent le travail à distance. Pour un poste entièrement en remote, comptez environ 8 % de moins qu'à Paris.
| Niveau | Paris | Hors Paris |
|---|---|---|
| Junior (0-2 ans) | 40-55 K€ | 34-50 K€ |
| Confirmé (3-5 ans) | 51-66 K€ | 43-59 K€ |
| Senior (6-10 ans) | 67-80 K€ | 57-72 K€ |
| Expert / Lead (10 ans et +) | 82-99 K€ et plus | 70-89 K€ et plus |
Junior (0-2 ans)
- Paris
- 40-55 K€
- Hors Paris
- 34-50 K€
Confirmé (3-5 ans)
- Paris
- 51-66 K€
- Hors Paris
- 43-59 K€
Senior (6-10 ans)
- Paris
- 67-80 K€
- Hors Paris
- 57-72 K€
Expert / Lead (10 ans et +)
- Paris
- 82-99 K€ et plus
- Hors Paris
- 70-89 K€ et plus
Ce que dit Glassdoor
Glassdoor recense 46 développeurs Python parisiens, pour une moyenne de 47 500 € par an, variable inclus. Un quart touche moins de 44 750 €, un quart plus de 60 100 €. C'est sous notre grille, pour deux raisons que nous constatons sur le terrain.
Les profils seniors se déclarent rarement sous « développeur Python » : ils deviennent Tech Lead, Data Engineer ou ingénieur logiciel. L'échantillon reste aussi petit, et pèse davantage de juniors et de consultants d'ESN que notre périmètre de scale-ups et d'éditeurs.
Web, data ou IA : ce qui change la fiche de paie
Notre baromètre range le Python web sur la courbe back-end. Le gain vient du sujet et de l'employeur bien plus que du langage. Une fintech ajoute environ 10 % à la médiane, une ESN en retire environ 15 %. Notre baromètre plafonne le cumul de ces écarts à 30 %.
Le TJM d'un développeur Python freelance
Sur les seize premières missions Free-Work relevées le 24 octobre 2026, les tarifs affichés tombaient le plus souvent entre 400 et 550 € par jour. À Paris, la finance de marché et la data montaient jusqu'à 600 €. Nantes et Sophia Antipolis restaient plutôt vers 300 à 400 €.
Sources : baromètre des salaires Lity, grille Python et écarts par employeur ; page Glassdoor « développeur Python » à Paris et missions Free-Work « python », consultées toutes deux le 24 octobre 2026.
Comment devenir développeur Python
Les formations
Dans les scale-ups où nous recrutons, la majorité des développeurs Python sortent d'une école d'ingénieurs ou d'un master universitaire. Un BUT informatique ou un BTS SIO suivi d'une licence en alternance y mènent aussi. Python est désormais enseigné dès le lycée, en spécialité NSI.
Les bootcamps et l'autoformation
Python est le langage le plus abordable pour débuter, et de nombreux bootcamps s'appuient dessus. Ils donnent les bases, rarement l'expérience de la production. Ce qui fait la différence chez nous, c'est un projet déployé, avec des tests, une base de données et un historique Git lisible.
La reconversion
Elle réussit souvent chez des scientifiques, des ingénieurs d'autres domaines et des analystes qui écrivaient déjà des scripts. Ils connaissent le raisonnement, il leur manque l'ingénierie : tests, revue de code, déploiement. Un premier poste en alternance ou dans une petite équipe exigeante comble ce manque plus vite qu'une deuxième formation.
Évolutions de carrière
Python ouvre plus de portes que la plupart des langages, car il est présent du web à la recherche. Vers cinq ou huit ans d'expérience, chacun choisit sa route.
| Voie | Postes | Fixe à Paris |
|---|---|---|
| Encadrement technique | Tech Lead | 71-83 K€ en senior |
| Expertise | Staff Engineer | 88-103 K€ en senior |
| Données | Data Engineer | 61-77 K€ en senior |
| IA | AI Engineer, ML Engineer | 67-81 K€ en senior pour un AI Engineer |
| Management | Engineering Manager | 84-96 K€ en senior |
Encadrement technique
- Postes
- Tech Lead
- Fixe à Paris
- 71-83 K€ en senior
Expertise
- Postes
- Staff Engineer
- Fixe à Paris
- 88-103 K€ en senior
Données
- Postes
- Data Engineer
- Fixe à Paris
- 61-77 K€ en senior
IA
- Postes
- AI Engineer, ML Engineer
- Fixe à Paris
- 67-81 K€ en senior pour un AI Engineer
Management
- Postes
- Engineering Manager
- Fixe à Paris
- 84-96 K€ en senior
Chaque voie a sa fiche : AI Engineer, Data Engineer, Tech Lead et Engineering Manager. La bascule vers l'IA domine nos recrutements de cette année, souvent après un premier projet de LLM mené dans l'équipe produit.
Développeur Python, Data Engineer ou ML Engineer : les différences
| Critère | Développeur Python | Data Engineer | ML Engineer |
|---|---|---|---|
| Livrable | Une application ou une API | Des données fiables et à jour | Un modèle en production |
| Outils phares | Django, FastAPI, pytest | Airflow, dbt, Spark | PyTorch, MLflow, Kubernetes |
| Interlocuteurs | Produit, design, front-end | Analystes, équipes métier | Data Scientists, équipe produit |
| Fixe senior à Paris | 67-80 K€ | 61-77 K€ | 64-76 K€ |
Livrable
- Développeur Python
- Une application ou une API
- Data Engineer
- Des données fiables et à jour
- ML Engineer
- Un modèle en production
Outils phares
- Développeur Python
- Django, FastAPI, pytest
- Data Engineer
- Airflow, dbt, Spark
- ML Engineer
- PyTorch, MLflow, Kubernetes
Interlocuteurs
- Développeur Python
- Produit, design, front-end
- Data Engineer
- Analystes, équipes métier
- ML Engineer
- Data Scientists, équipe produit
Fixe senior à Paris
- Développeur Python
- 67-80 K€
- Data Engineer
- 61-77 K€
- ML Engineer
- 64-76 K€
Les trois partagent le langage, pas le métier. Le détail des deux autres se trouve sur les fiches Data Engineer et Machine Learning Engineer. Pour un recrutement Python, notre méthode est décrite sur la page recruter un développeur back-end.
Les outils d'un développeur Python
Un éditeur, un framework web, une base relationnelle et pytest forment le socle. Autour, chaque équipe ajoute ses choix de conteneurs, de cloud et de supervision.
PyCharm / VS CodeÉditeurs dominants pour le développement Python
Django / FastAPIDjango pour les apps complètes, FastAPI pour les APIs modernes
Pandas / NumPyBibliothèques standards pour la manipulation de données
Git/GitHubGestion de version et collaboration sur le code
PostgreSQLBase SQL dominante avec Django et FastAPI
DockerEnvironnements de dev et déploiement reproductibles
pytestFramework de tests unitaires et intégration Python
AWS / GCPServices managés (Lambda, ECS, BigQuery) pour Python
