Jaki język programowania wybrać?

Dylemat początkującego: jaki języka programowania używany w Data Science wybrać? Poniżej odpowiadam na pytanie spędzające sen z powiek u młodych Data Scientist-ów.

Z tego artykułu dowiesz się:
1. Jakie są najpopularniejsze języki programowania używane w Data Science?
2. Jak podjąć najlepszą decyzję przy wyborze języka?
3. Który język sprawi, że osiągniesz największą efektywność podczas analizy danych i modelowania?

Języki programowania używane w Data Science

Do najpopularniejszych języków używanych w Data Science możemy zaliczyć (kolejność alfabetyczna):

• Julia,
• Matlab,
• Octave
• Python,
• R,
• SAS,
• Scala.

Pomijam SQL, którego używa się praktycznie wszędzie i niezależnie od technologii.

Czy wiesz, że założyłem kanał na YouTube? Zachęcam do subskrybcji! 😉

Poniżej wykres przedstawiający ankiety przeprowadzonej na portalu Kaggle. Pytanie: jakiego języka programowania używasz najczęściej?

Język programowania vs branża

• Matlab, Octave – częściowo środowiska akademickie.
• Python:
  • bankowość i firmy ubezpieczeniowe (etap testów i fazowego wdrażania),
  • FMCG,
  • firmy technologiczne,
  • startupy.
• R:
  • sektory regulowane: od lat bankowość firmy ubezpieczeniowe (choć trend ten się powoli zmienia i wiele firm decyduje się na adaptację Pythona),
  • energetyka,
  • środowiska akademickie,
  • statystyków,
  • branża medyczna.
• SAS:
  • duże korporacje, które ciągle korzystają z SAS,
  • firmy konsultingowe utrzymujące rozwiązania u klientów.
• Scala:
  • wszędzie tam, gdzie jest Hadoop i jednocześnie nie lubią Python-a/R-ki.

Oczywiście nie oznacza to, że powyższe języki są wykorzystywane tylko w tych branżach. Za powyższymi informacjami nie stoją żadne statystyki. To jedynie subiektywne informacje wynikające z mojego kilkuletniego doświadczenia w branży. 😉

Sprawdź również jeden z moich projektów w którym wykonuję segmentacje klientów na potrzeby kampanii marketingowych.

Wiemy już, jakie są języki używane w Data Science. Zanim przejdę do tego, co warto robić (część trudniejsza), odpowiem na pytanie: czego nie warto robić?

Czego zdecydowanie nie warto robić?

Zgodnie z powiedzenie: nie wkładaj wszystkich jajek do jednego koszyka, a więc:

• Nie przywiązuj się do jednej wybranej technologii pochodzącej od któregoś z „dużych graczy”. Firmy powstają i często nieoczekiwanie odchodzą. Ich decyzje zmieniają się dynamicznie. To, co wczoraj było top-ową technologią, dziś może zostać porzucone na skutek decyzji zarządu urzędującego na drugiej półkuli. Wystarczy, że liczby w arkuszu kalkulacyjnym przestaną się zgadzać i zostaniesz z ręką w nocniku (czytaj: oprogramowaniem, które zostaje porzucone).

• Nie przywiązuj się do jednego wybranego języka. Nie zrozum mnie źle. Uważam, że warto mieć coś, co jest „Twoim konikiem” i w czym czujesz się swobodnie. Nie zatrać jednak przy tym elastyczności. W dzisiejszym świecie zmiany zachodzą bardzo szybko i podczas swojej kariery zawodowej prawdopodobnie wielokrotnie zmienisz środowisko pracy (system operacyjny, oprogramowanie, język).

Dodatkowo: nie zastanawiaj się zbyt długo nad wyborem języka proramowania. Szkoda na to Twojego czasu i energii. Jest cała masa ważniejszych czynności, które podniosą Twoją wartość na rynku pracy.

3 najlepsze ściągawki Python i jedna znakomita ściągawka R.

Na co warto postawić?

W mojej ocenie warto postawić na umiejętności „sprawdzone w boju” i ponadczasowe. Dogłębna znajomość algorytmów uczenia maszynowego, podstaw matematycznych i statystycznych. Wiele algorytmów i koncepcji zakresu matematyki i statystyki jest znanych i z powodzeniem używanych od dziesiątek, a nawet setek lat do dziś (patrz: regresja).

Warto również znać przynajmniej kilka algorytmów „na wylot” (plusy i minusy, mechanizm działania, dobór ewentualnych parametrów, przygotowanie zmiennych, największe bolączki, scenariusze zastosowania, etc.).

W jednym z wywiadów mój znajomy posiadający olbrzymie doświadczenie w branży (pozdrawiam Wit) został postawiony przed pytaniem będącym tytułem tego wpisu.

„Jakiego języka powinienem się uczyć by osiągnąć sukces w pracy przy badaniu danych?”

Na co odpowiedział:

„Matematyki.”

Uważam, że z mody nieprędko wyjdą również umiejętności programistyczne, takie jak:

• znanie arkanów sztuki poprawnego kodowania (hasło: czysty kod),
• pisania „produkcyjnego” kodu.

Jako badacz danych na 99,9% będziesz musiał kodować. Warto, by Twój kod był czytelny, prosty i skuteczny. Ułatwi to pracę Tobie i Twoim współpracownikom. Zaoszczędzicie masę czasu (a Wasz czas, to pieniądze dla pracodawcy) na takich czynnościach jak:

• poszukiwanie ewentualnych błędów,
• dokumentowanie,
• wdrażanie nowych osób,
• rozczytywanie „starego” kodu.

Jeden z moich wykładowców z czasów studenckich miał w zwyczaju mawiać:

Kod powinien być tak prosty, jak to tylko możliwe, ale nie prostacki.

W mojej ocenie ranking ważności umiejętności technicznych Data Scientist-a (od najważniejszej) wygląda mniej więcej tak:

1. Matematyka, statystyka, algebra.

2. Budowanie produkcyjnego kodu.

3. Wybrany język programowania na poziomie master .

4. Umiejętność obsługi wybranego oprogramowania (SAS, SPSS, Azure ML, etc.) na poziomie master.

Uwagi do powyższego rankingu:

• jest bardzo subiektywny (niektórzy z moich znajomych się z nim nie zgadzają),
• pominąłem pozostałe umiejętności techniczne (np. SQL), bo nie tego dotyczy wpis,
• punkt 2 i 3 można scalić,
• pominąłem wiedzę branżową (tzw. biznesową), bo to zestawienie umiejętności technicznych. 😉

Co rekomendują inni Data Scientiści?

Na koniec wyniki ankiety przeprowadzonej na Kaggle w 2018 roku. Być może poniższy wykres okaże się dla Ciebie pomocny. 🙂 Tu pytanie było następujące: jaki język programowania poleciłabyś/poleciłbyś apirującym Data Scientistom do nauki w pierwszej kolejności?

Podsumowanie

Podsumowując, wybór języka programowania, to nie jest prosta sprawa. Nie mniej, w mojej ocenie nie warto poświęcać na nią zbyt dużo energii. Robiąc to, warto myśleć perspektywicznie (rozważyć m.in. zapotrzebowanie na rynku, ogólny trend), wziąć pod uwagę kilka argumentów za i przeciw.

A Ty, w jakim języku kodujesz? 🙂 Czy w swojej karierze były punkty zwrotne, które zmusiły Cię do zmiany wyboru? Proszę, podziel się swoimi odpowiedziami w komentarzu pod wpisem.

Linki:

• Zdjęcie pod nagłówkiem: pixabay (Free-Photos).
• Zdjęcia przedstawiające wykresy z ankiety Kaggle.