Il linguaggio di programmazione Python è stato in cima a quasi ogni elenco di tendenze tecnologiche nell'ultimo biennio, di recente è stato inserito anche nell'analisi annuale di O'Reilly come uno degli argomenti più utilizzati e come uno dei principali termini di ricerca dalla sua piattaforma di apprendimento online.
Il linguaggio di programmazione Python è confermato da O'Reilly come uno degli argomenti più cercati ed utilizzati sulla propria piattaforma.
Ricordiamo che oreilly.com è da più di 40 anni una delle piattaforme di e-Learning tecnologico più riconosciute ed è per questo senz'altro notevole il risultato di questa indagine interna.
Che in SAEP ICT siamo fan di Python non ne abbiamo mai fatto mistero.
Il core delle nostre soluzioni interne si basa su linguaggio Python e spesso ne abbiamo parlato presentandone quelli che per noi sono i suoi grandi vantaggi.
Ma qualche giorno fa è uscito un bell'articolo di parti terze che conferma la tendenza all'uso crescente di Python ed in particolare il suo impiego in contesti di BI e Ai: è in inglese: ve ne proponiamo qui sotto una libera traduzione.
Qui il link all'articolo originale:
https://adtmag.com/blogs/watersworks/2020/02/python-ai-growth.aspx?oly_enc_id=3237H8836812D6X
Il linguaggio di programmazione Python è stato in cima a quasi ogni elenco di tendenze tecnologiche negli ultimi due anni, quindi non è stata una sorpresa vederlo guadagnare ancora una volta una classifica de "il più popolare" nell'analisi annuale di O'Reilly che lo pone fra argomenti più utilizzati e dei principali termini di ricerca dalla propria piattaforma di apprendimento online.
Ma ad attirare la nostra attenzione è ancor di più la ragione di quest'ultima conquista: secondo O'Reilly, Python è ricercato soprattutto tra i Data Scientist e gli ingegneri di intelligenza artificiale (AI) e Machine Learning (ML).
Oggi Python è infatti il linguaggio di riferimento per lo sviluppo di AI, ML e programmazione in linguaggio naturale (NLP), grazie in gran parte alla decina di librerie e strumenti di sviluppo che lo supportano, da TensorFlow a Pytorch.
La sintassi e la leggibilità semplici promuovono test rapidi di algoritmi complessi e rendono il linguaggio accessibile ai non programmatori. L'analisi O'Reilly dei propri dati ha rilevato che nel 10% dei casi Python veniva utilizzato precisamente a causa della crescente domanda di competenze in ambito AI / ML.
"Python ha acquisito una nuova rilevanza in mezzo al forte interesse per l'IA e la ML", afferma il rapporto.
"Insieme a R, Python è uno dei linguaggi più utilizzati per l'analisi dei dati.
Esiste una libreria Python praticamente per tutto ciò che uno sviluppatore o un Data Scientist potrebbe aver bisogno di fare (le librerie Python non sono meno utili anche per manipolare o progettare dati). "
Nel 2019, gli analisti hanno scoperto che l'uso specifico di Python è cresciuto solo del 4%, ma anche che l'uso che ha a che fare con Python e ML - sia per AI, deep learning o NLP, sia in combinazione con uno dei più diffusi framework ML / AI - è cresciuto invece del 9 percento ".
Tutto questo considerando peraltro che in parallelo gli analisti hanno anche notato che le "passioni si sono raffreddate".
"Fino al 2017, l'argomento ML + AI era stato uno tra gli argomenti in più rapida crescita sulla piattaforma", afferma il rapporto.
"La crescita è ancora forte per un argomento così ampio, ma l'utilizzo è rallentato nel 2018 (+13 percento) e si è notevolmente raffreddato nel 2019, crescendo di appena il 7 percento. Nell'ambito dei dati, tuttavia, ML + AI è passato dal 22 percento di tutti utilizzo al 26 percento ".
Gli analisti hanno anche osservato che l'ingegneria dei dati come area di pratica è stata inclusa sia dalla scienza dei dati che dall'IA / ML: Data scientist e tecnici ML e AI trascorrono una notevole mole del proprio tempo a scoprire, preparare e strutturare i dati per il proprio lavoro ed in seno a questo tipo di attività si è rilevato che strumenti e framework popolari di solito incorporano capacità di ingegneria dei dati, sotto forma di funzionalità self-service automatizzate / guidate o (nel caso di Jupyter e altri notebook) una capacità di costruire e orchestrare pipeline di ingegneria dei dati che invocano per l'appunto librerie Python, R (ma sempre via Python), ecc. per eseguire contemporaneamente lavori di ingegneria dei dati o, se possibile, in parallelo. "
Una conferma della versatilità e dell'affidabilità di questo linguaggio: più Python per tutti dunque ;) - e più formazione, teorica e on the job- possono solo contribuire a creare una generazione di specialisti di questo linguaggio competenti ed aggiornati.
