数据科学.DataScience.
Python vs R和最高薪水：数据科学领域的热门趋势
一份新报告显示了数据科学工作的薪资水平和编程语言的趋势。
史蒂夫·兰格
由史蒂夫游侠 | 2019年6月19日-12:03 GMT（20:03 GMT + 08：00） | 主题：企业软件
随着公司寻求扩大对数据分析的使用，对数据科学专家的需求持续增长，需求最大的员工转移工作以大幅度提高工资。
技术共和国备忘单
如何成为一名开发人员：薪水，技能和最佳学习语言
根据技术招聘公司Harnham的数据，入门级数据科学家现在可以预期在伦敦赚取45,000英镑，在伦敦以外地区赚取34,000英镑，而最高级的董事级别数据科学家可以预期在伦敦赚取平均140,000英镑。资本-尽管要达到这个资历水平需要花10到15年的时间。最近发表的其他研究表明，对于某些IT工作者而言，一旦考虑到生活成本，在伦敦以外的地方工作可能是更好的选择。
SEE： Python吞噬着世界：一个开发人员的副项目如何成为地球上最热门的编程语言（封面故事PDF） （TechRepublic）
定量分析师的薪水略高-入门级职位的薪资为55,000英镑，首都的薪资为155,000英镑。机器学习工程师可以期望获得与数据科学家相同的收入。这家招聘公司表示，公司的多元化已经大大增加了他们的团队，并雇用了特定的角色来专注于深度学习，计算机视觉和自然语言处理。
也许是由于需求如此之高，数据科学专家倾向于在该行业中任职时间最短（不到三年），并且在搬家时也获得了最大的涨幅-涨幅达23％。最重要的是，他们获得了22％的奖金（这个数字被金融部门的巨额奖金夸大了）。
harnham.png
图片：哈勒姆
Harnham表示，Python现在是数据科学中使用的顶级编程语言，“其中R排名第二。” 其余排名前五的数据科学技术是SQL，AWS和Spark。
员工更有可能在最长的时间内（仅三年多）留在大数据项目的更广泛的技术角色中，例如软件工程，数据治理，DevOps。
在这些角色中，前五项技术包括SQL，Python，Tableau，AWS和Spark。入门级DevOps员工在伦敦的期望价为34,000英镑，在外部的期望为28,000英镑，在主管级别分别达到110,000英镑和106,000英镑。
大数据和数据工程专家是该组中收入最高的，起初的平均基本薪资为42,000英镑，担任技术主管的平均基本薪资升至99,000英镑，如果留在首都，则为董事级别的薪资为125,000英镑。当他们搬家时，他们通常薪水会增加17％。
Salesforce：为什么我们在Einstein Analytics中放弃了Google的Go语言Python
Salesforce解释了为什么Google的Go编程语言比Einstein Analytics的Python和C更适合。
连东
由利亚姆东 | 2019年10月8日-GMT 12:13（20:13 GMT + 08：00） | 主题：企业软件
Salesforce最近斥资157亿美元收购了分析公司Tableau，以增强自己的爱因斯坦分析平台。显然，Salesforce认为分析对其未来至关重要。
开发者
对开发人员来说是个好消息：CLI又回来了
Windows 10 1909：开发人员需要知道什么？微软说不多
Qualtrics扩展开发人员平台，添加集成合作伙伴
通过体育向孩子们介绍STEAM（ZDNet YouTube）
2019年最佳Web托管提供商（CNET）
如何获得开发人员的工作（TechRepublic）
但是在公司于2017年推出爱因斯坦分析（Einstein Analytics）之前，它对后端进行了全面改革，并几乎完全使用Google流行的Go或“ Golang”编程语言对其进行了重建。
SEE： 六种按需编程语言：入门（免费PDF）
根据Salesforce首席架构师Guillaume Le Stum的说法，在Salesforce推出Einstein Analytics之前，最终成为Einstein Analytics的查询引擎和数据集创建工具都是用C语言编写的“性能”和Python包装器，该包装器提供了诸如解析查询的功能以及REST API服务器。
Le Stum在Stack Overflow上的一篇文章中解释说： “从本质上讲，该产品具有两全其美的优势。”
“ Python非常适合快速编写更高级别的应用程序，但并不总是能够提供企业级所需的高性能。C可以创建高性能的可执行文件，但是添加功能会花费更多时间。”
当然，Python在开发人员中非常受欢迎，其中包括Netflix的工程师，他们在其庞大的流式基础结构的每个部分中都使用Python。
但是在发布之前，Le Stum说，Einstein Analytics的勇气开始显示性能下降，因为不属于核心查询引擎的任何新功能都已加载到Python包装器中。
因此，尽管Salesforce可以使用Python快速开发和部署功能，但最终该方法使它变慢了。
Le Stum解释说：“ Python不能很好地执行多线程，因此，要求包装程序执行的越多，它的执行效果就越差。”
另一方面，Go是为适合Google生产系统的大型应用程序而构建的，因此Salesforce决定将Einstein Analytics从混合C-Python应用程序转变为完全Go应用程序。
尽管有一些优点，Le Stum还指出了使用Python的另外两个缺点。
他写道：“首先，Python使用松散类型，这对于一个快速开发新想法并将其投入生产的小型团队非常有用，但对于某些客户为此付出数百万美元的企业级应用程序而言，效果不佳。”
“第二，由于部署正确的Python库，版本和文件将变得很繁琐，因此我们预见到了巨大的依赖梦night。因此，在2014年，我们决定将Python包装器移植到Go。”
请参阅：微软：我们希望您免费学习Python编程语言。
Le Stum表示，Go的优势包括其内置工具，快速的编译时间和部署，轻松的故障排除以及使代码易于理解的方式。
他解释说：“在Python中，您可以编写几乎是数学的超级优雅的列表理解和漂亮的代码。但是，如果您不编写代码，那么优雅就可能以可读性为代价。”工程师花费比编写代码更多的时间来阅读代码。
与查询引擎的C相比，该小组仍然对Go的性能存在疑问。但是，用Go编写的概念证明使他们能够继续进行下去，并且Einstein Analytics的Go版本在2018年全面上市。
Go的一大优势是Go的跨平台功能使移植代码变得容易。
Le Stum指出：“如果我们需要在移动应用程序中使用任何这些代码，则可以将其交叉编译到iOS或Android，并且可以正常工作。”
不是用Go构建的Einstein Analytics的唯一部分是用Java编写的集群管理器。
更新：Salesforce已要求ZDNet指出该公司原始Stack Overflow部分中的错误。虽然Salesforce确实确实将Einstein Analytics查询引擎从C-Python混合语言移植到Go，但Einstein Analytics还是基于Go和Java之外的其他语言构建的，尽管Salesforce拒绝透露这些其他语言的含义。
以上是 数据科学.DataScience. 的全部内容， 来源链接： utcz.com/z/511458.html
