Dlaczego Python?
Według szacunków Komisji Europejskiej w UE brakuje ponad 600 tys. programistów [1]. W samej Polsce jeszcze do niedawna mówiło się o deficycie 50 tys. deweloperów, natomiast nieoficjalnie wiadomo już, że liczba ta będzie niebawem nawet dwa razy większa [2]. Rosnący popyt na programistów kreuje ich zarobki. Przykładowo Junior Python Developer ( z doświadczeniem od roku do trzech lat) może liczyć na wynagrodzenie rzędu ok. 12 tys. zł miesięcznie, natomiast pensje seniorów i architektów dochodzą nawet do 35 tys. brutto na umowie o pracę lub 38 tys. w ramach kontraktu B2B [3].
Jednym z kluczowych pytań, na które musi odpowiedzieć sobie osoba pragnąca rozpocząć przygodę z programowaniem jest to w jakim języku i/lub technologii chce pracować. Ważnym czynnikiem, który należy wziąć pod uwagę, są aktualne trendy technologiczne. Zgodnie z kilkoma źródłami [4, 5, 6] najpopularniejszym (czy też “najlepszym”) językiem programowania jest Python. Wychodząc naprzeciw oczekiwaniom rynku, Collegium Da Vinci przy współpracy z Altkom Akademią otwiera nowy kierunek studiów podyplomowych, podczas których uczestnicy nabędą szeroką wiedzę dotyczącą języka Python oraz związanych z nim zagadnień.
Czym jest Python?
Python to elastyczny i zorientowany obiektowo język ogólnego użycia. Choć został stworzony ponad 30 lat temu, szczyt popularności osiąga właśnie teraz, a jego sukces prawdopodobnie zaskoczył samego twórcę (Guido van Rossuma).
Pythona wykorzystuje się m.in. do rozwoju takich serwisów jak Instagram, Youtube, Uber, Reddit, Dropbox, Spotify czy wyszukiwarka Google.
Python jest językiem bardzo szerokiego zastosowania – począwszy od stron internetowych, poprzez gry, aż po systemy predykcyjne oparte na uczeniu maszynowym. Jest przejrzysty i posiada łatwą, intuicyjną składnię. Stanowi częsty wybór wśród osób stawiających pierwsze kroki w programowaniu. Programiści Pythona tworzą w sieci szeroką społeczność, dzięki czemu można łatwo uzyskać odpowiedzi na nurtujące nas pytania.
Efektywna praca z danymi
Trudno wyobrazić sobie obecnie instytucję, która w mniejszym lub większym stopniu nie opiera swojej działalności na danych. Efektywna praca z danymi wymaga z kolei, aby były one łatwo dostępne (a jednocześnie dobrze zabezpieczone) i mogły być wydajnie przetwarzane. Python wspiera pracę z bazami danych, zarówno tymi relacyjnymi jak i NoSQL. Dostarcza API pozwalające na pracę z silnikami takimi jak na przykład Oracle, MySQL, PostgreSQL, Microsoft SQL Server, Sybase i wiele innych. Specyfikacja standardowego interfejsu bazy danych dla Pythona (DB-API) zapewnia spójny dostęp do różnorodnych systemów bazodanowych.
Analiza danych
Sam dostęp do danych nie wystarcza, aby czerpać z nich maksimum korzyści. Do tego potrzebna jest ich analiza stanowiąca interdyscyplinarną dziedzinę wiedzy z kręgu zainteresowań architektów oprogramowania, analityków biznesowych i specjalistów od sztucznej inteligencji. Dzięki technikom analizy danych uzyskujemy dostęp do informacji, które często są niewidoczne ludzkim okiem.
Dobrze przeprowadzona analiza pozwala lepiej zaplanować budżet oraz stworzyć bardziej precyzyjny harmonogram działań. Najbardziej znanym i jednocześnie udostępniającym najszersze funkcjonalności Pythonowym pakietem związanym z danymi jest Pandas, którego nazwa pochodzi od ekonometrycznego terminu dane panelowe (ang. Panel data) oznaczającego dane posiadające jednocześnie cechy szeregów czasowych, jak i danych przekrojowych. Biblioteka umożliwia wczytywanie danych z wielu różnych źródeł, czyszczenie, przetwarzanie i przede wszystkim analizowanie.
„Jeden obraz wart jest więcej niż tysiąc słów”
Stwierdzenie to sprawdza się również w przypadku danych. Najkrócej rzecz ujmując, wizualizacja danych to po prostu graficzna reprezentacja informacji. Z reguły wykonuje się ją równolegle z ilościową analizą danych. To od niej zależy czy, w jakim stopniu i jak szybko odbiorca zrozumie nasz przekaz. Dzięki niej dane stają się prostsze do zrozumienia (lub wręcz możliwe do zrozumienia), łatwiej też zidentyfikować trendy lub wzorce. Wizualizacja danych jest istotna w bardzo wielu obszarach, nie tylko inżynieryjno-technicznych, ale również biznesowych.
Python posiada szeroki zestaw bibliotek umożliwiających wizualizację danych. Pozwala tworzyć proste wykresy liniowe, słupkowe czy rozrzutu, jak również bardziej złożone, np. wiolinowe lub prezentujące braki w danych. Rysowane diagramy mogą być statyczne lub interaktywne. Dostępne są zarówno pakiety ogólnego zastosowania, jak i dedykowane bardzo szczegółowym zagadnieniom takim jak badanie ruchu oczu lub wizualizacja nauki sieci neuronowej.
Kiedy uczyć się Pythona
Naukę języka Python można rozpocząć w każdej chwili. Nie trzeba w tym celu instalować środowisk programistycznych, a następnie spędzać wiele czasu na ich konfiguracji. Wystarczy skorzystać z popularnych w ostatnim czasie tzw. notatników, na czele z Jupyter Notebook, które są aplikacjami webowymi ze skonfigurowanym i gotowym do użycia środowiskiem. Ich zalety to nie tylko zaoszczędzone miejsce na własnym laptopie oraz czas potrzebny na przygotowanie środowiska, ale również udostępnione zasoby (pamięć i moc obliczeniowa), dzięki którym nie musimy obciążać naszego sprzętu.
Podsumowanie
Projektowanie UX ma nieskończone możliwości pracy dla różnych osobowości. Musisz rozważyć swoje opcje i wybrać to, co jest dla Ciebie najlepsze. Zastanów się nad swoim poziomem doświadczenia, osobistymi nawykami w pracy, czy chcesz się w czymś specjalizować lub z jakimi branżami chcesz współpracować.
Jako projektant UX masz możliwość dokonywania znaczących zmian w otaczającym Cię świecie. Kiedy pracujesz w środowisku, które sprawia, że czujesz się wspierany, Twoje projekty mogą się rozwijać i mieć jeszcze większy pozytywny wpływ na życie innych.
[1] https://spidersweb.pl/plus/2021/11/it-praca-branza-programisci-informatycy-theprotocol
[2] https://di.com.pl/w-polsce-moze-zabraknac-nawet-100-tys-programistow-66698
[3] https://praca.gazetaprawna.pl/artykuly/8076932,zarobki-programistow-w-2022-roku.html
[4] https://nexttechnology.io/top-10-programming-languages-for-2022/
[5] https://hackr.io/blog/best-programming-languages-to-learn
[6] https://www.giganciprogramowania.edu.pl/blog/najpopularniejsze-jezyki-programowania-na-2022-rok