что для аналитика данных уже R потерял позиции, поэтому они изучают пандас на курсах. Вопрос к практикующим аналитикам, какое по вашему мнению соотношение R/Python сейчас в индустрии и есть ли смысл срочно переучиваться, или лучше дальше осваивать tidyverse и datatable? Сейчас я не в индустрии, в академии, поэтому не знаю как обстоят дела в бизнесе
Пишу на питоне, часто читаю этот чат - уверен, понимание проблемы важнее, чем синтаксис
Р для андана, МЛ и вообще всего, что связано с данными. Питон - сервисы вокруг. Имхо, конечно))
Ну а почему нет? Библиотек хватает. Я, правда, не ДС
пандас — страшнейший архитектурный выхлоп. Это генетический дефект, который осел в головах миллионов спецов. При любой возможности необходимо его избегать. Можно быть с ним знакомым, но не надо на него подсаживаться.
С этим, мне кажется, здесь никто спорить и не будет. Как и с возможностями визуализации. А вот ML - хороший вопрос.
в нормальном режиме и питон и R — клей к сишным ML либам или внешним платформам. вообще без разницы
Супер, тогда не буду комплексовать на тему что выламывается мозг при попытке писать на нем. С dplyr такого ощущения нет
если посмотреть на хедхантере вакансии по специальности аналитика данных/ученому по данным, то процентов 80-85 работодателей просят python (pandas, numpy, scikit) и sql. про R как будто не слышали, единицы только. это из моего опыта
ответ простой — все боятся... ну есть у нас код... а вдруг мы не найдем спецов по R?? что делать?? а видели тот код за который держатся? в 80-85% случаев ему прямая дорога в помойку. страх — основное рыночное понукало. не любознательность, не желание сделать хорошо, не вызов или соревновательность, не социальная сознательность, нет....
Ну кстати явное следствия правила "не ломай то, что работает". Иногда поломать всё и заново построить гораздо лучше))
Мне тоже так показалось, что на R в разы меньше вакансий аналитика
часто именно так и делаем. модульность конструкции. тренд, однако https://lifehacker.ru/11-etazhnyj-dom-za-28-chasov/
Обсуждают сегодня