Vou falar sobre a minha ótica de Data Scientist:
Já vi um pouco sobre Julia e me passou a impressão de ser uma linguagem realmente muito interessante. O problema, parafraseando um podcast que eu ouvi, é que 3 anos atrás Julia era uma linguagem com muito potencial, e hoje continua sendo uma linguagem com muito potencial, ou seja, apesar de ter potencial, ele não foi desenvolvido.
O próprio Yann LeCun (para aqueles que não conhecem, é O principal nome ao se falar de Deep Learning, hoje em dia foi contratado pela Meta) já fez declarações falando de Julia e de GoLang pra área de dados, que seria um ganho muito grande (ganho de performance e diminuição de energia). O MIT também desenvolve projetos complexos em Julia.
Ao meu ver o maior problema é que Julia chegou (ou as pessoas souberam que chegou) quando Python já estava no hype pra Data Science, e é muito difícil derrubar um hegemon (ainda mais quando boa parte dessa hegemonia deve-se a própria comunidade que decidiu abraçar aquilo) quando você é a alternativa dele. Até porque já existe muita coisa desenvolvida e muito madura pra Python, a principal lib usada para Machine Learning tradicional (scikit-learn) está em Python, as 2 principais libs para Deep Learning (Tensorflow e Pytorch) estão em Python (apesar do Tensorflow também existir para outras langs, é um projeto Python First do Google). Então acaba que as pessoas pensam "porque eu vou trocar pra outra lang que faz exatamente a mesma coisa, só que com ecossistema menos maduro?"
Não acho necessariamente que o Python seja melhor que Julia (nem vou ficar sendo infantil falando que lang A é melhor que lang B), mas o Python chegou primeiro e o principal: Python é mais popular (o que não tem nenhuma relação com ser melhor)
Em suma, acho Julia uma linguagem muito legal, sempre ouvi falar muito bem. Se eu tivesse algum tempo sobrando (o que não tenho rs) eu iria dar uma estudada na linguagem.