Executando verificação de segurança...
3

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.

Carregando publicação patrocinada...
4

Eu sou estatístico e usuário de longa data de R e Python. Hoje estou fazendo doutorado em estatística e tenho usado o Julia na minha pesquisa. Eu acompanho o Julia há muito tempo e lembro que quando eu conheci o projeto lá por volta de 2014 eu achei que o projeto era muito ambicioso e não ia conseguir entregar o que prometia. Aliás, naquela época nem mesmo o R (ou Python) eram tão usados para análise de dados. O pessoal do Analytics nas empresas usava mesmo o SAS.

Mas agora mais recentemente o que eu posso dizer do Julia é que ele realmente entregou o que prometeu. Vejam, se você pensar em um analista que trabalha com inferência Bayesiana, com deep learning, com machine learning e análise de dados em geral ele vai ter que recorrer ao Stan, Jags, ao Tensorflow, ao Pytorch e etc. Todas esses frameworks e bibliotecas são implementados em C++ por questão de desempenho, e não em Python como disse o colega acima. O próprio numpy já não é mais Python no fim das contas. Assim que você tem um gargalo você tem que recorrer ao C ou ao C++ no Python e no R. No R em especial existe até pacotes para facilitar o uso do C++ dentro do R, como o Rcpp e o RcppArmadillo.

Agora em Julia não! Em Julia se você quer trabalhar com inferência Bayesiana você tem o Turing.jl que é o equivalente ao Stan no ecossistema Julia. O Turing.jl é somente Julia, não tem nem C e nem C++, é basicamente Julia. No caso do deep learning você tem o Flux.jl, também inteiramente escrito em Julia. Se você quer trabalhar com o chip gráfico, com as GPUs usando o CUDA.jl é banal e você consegue ganhos de performance enormes com uma pequena modificação no código. Pelo menos para um cientista de dados realmente o Julia resolve o problema das duas linguagens.

Há ainda diversas outras vantagens que fazem o Julia atrativo e ele vem ganhando popularidade na academia mas vou falar sobre isso em outro post.

2

Entendi garaujo. Estou dando meus primeiros passos ainda na linguagem. Espero que um dia Julia atinja o seu potencial. De qualquer maneira, acredito ser uma boa linguagem, principalmente para o meio acadêmico. Tentarei de alguma forma contribuir um pouco para a comunidade, principalmente brasileira, que possui tão pouco conteúdo. Obrigado por comentar!