Как стать автором
Обновить

Комментарии 6

>>Сильна ли бюрократия в большой корпорации?
Большая часть нашей команды работает в головном офисе в Москве, но у нас есть команды в Нижнем Новгороде и Екатеринбурге.
Конечно ловкий уход от вопроса :)

>Почему Python? Главный его плюс заключается в простоте продуктивизации.
Кхм. А вы с чем сравниваете? В нашем опыте все как раз наоборот — если для Python на каждой ноде кластера Hadoop уже нет нужных библиотек, то вы сначала должны их туда установить. Так что решения на java/scala в этом плане еще лучше, причем сильно (и при этом Python еще и заметно тормознее).
да просто порог входа в Python, имхо ниже чем в джаву, + все курсы по ML сейчас на питоне, +куча библиотек для ML на питоне (а на джаве придется, скорее всего писать самому)…
Вы отвечаете не на тот вопрос. Я спросил, с чем сравнивали, когда сказали, что питон проще в продуктив? То что у вас (где-то) больше специалистов — это другой вопрос совершенно. Он вполне валидный — но я не про это спрашивал.

> на джаве придется, скорее всего писать самому
На мой взгляд, вы ошибаетесь по всем пунктам. Порог входа в спарк на скале весьма низкий — у нас на этом пишут все аналитики. Ну то есть — просто все, кто захотел. Про ML не знаю, на мой взгляд SparkML более чем достаточно, и по-моему тут про него вообще речь не шла, а шла про BigData в целом, где ML дело не начинается, но и не заканчивается.
Да часто и то и другое просто обертки над сишным кодом и разница не драматическая.
Это вы про что?
Зарегистрируйтесь на Хабре , чтобы оставить комментарий