Il existe de nombreux domaines Applications Python, mais dans certains, il est particulièrement bon. Voyons ce qui peut être fait dans cette langue.

Principales différences :

• Flask offre simplicité, flexibilité et contrôle total sur le projet. Il permet à l'utilisateur de décider indépendamment comment mettre en œuvre certaines choses.
• Django est un service tout compris. Prêt à l'emploi, il dispose déjà d'un panneau d'administration, d'interfaces de base de données, d'ORM (Object Relational Mapping) et d'une structure de répertoires pour vos projets.

Que choisir ?

• Choisissez Flask si vous souhaitez plus d'expérience et d'opportunités d'apprentissage. Ou si vous avez besoin d'un contrôle maximal sur tous les composants utilisés, par exemple les bases de données.
• Choisissez Django si vous êtes intéressé par le produit final. Surtout si vous travaillez avec applications simples, comme un site d'actualités, un magasin, un blog, et vous souhaitez que chaque tâche soit résolue de manière extrêmement claire.

En d’autres termes, Flask est peut-être meilleur choix pour le développeur novice car il contient moins de composants. De plus, cela vaut la peine de choisir si vous avez besoin réglage fin projet.

Flask, en raison de sa flexibilité, est mieux adapté à la création d'API REST.

D’un autre côté, si l’objectif est de faire quelque chose rapidement et facilement, vous devriez probablement choisir Django.

Science des données : apprentissage automatique, analyse et visualisation des données

Tout d’abord, vous devez comprendre de quoi il s’agit.

Disons que vous souhaitez développer un programme qui détectera automatiquement ce qui est affiché dans une image.

Par exemple, en lui présentant cette image, vous souhaitez que le programme identifie le chien.

Et ici, elle devrait voir une table.

Vous pensez peut-être que vous pouvez simplement écrire du code d’analyse d’image pour résoudre ce problème. Par exemple, s’il y a beaucoup de pixels marron clair sur l’image, on conclut qu’il s’agit d’un chien.

Vous pouvez également apprendre à identifier les bords et les limites d’une image. Puis la photo avec un grand nombre les limites droites se révéleront probablement être une table.

Il s’agit cependant d’une approche plutôt complexe et mal conçue. Que faire si la photo montre un chien blanc sans taches brunes ? Ou si l'image montre une table ronde ?

C’est là qu’intervient l’apprentissage automatique. Généralement, il implémente some , qui permet la détection automatique d'un modèle familier parmi les données d'entrée.

Vous pouvez suggérer à l'algorithme apprentissage automatique, disons 1000 photos d'un chien et 1000 photos de tables. Il apprendra la différence entre ces objets. Puis quand tu le lui donnes nouvelle photo avec une table ou un chien, il pourra déterminer ce qui y est exactement représenté.

• scikit-learn intègre plusieurs algorithmes d'apprentissage populaires prêts à l'emploi ;
• TensorFlow est une bibliothèque de niveau inférieur. Il vous permet de créer des algorithmes personnalisés.

Pour ceux qui découvrent l’apprentissage automatique, scikit-learn est un bon point de départ. Plus développeurs expérimentés, qui sont confrontés à des problèmes d'efficacité, il vaut la peine d'examiner de plus près TensorFlow.

Comment étudier l’apprentissage automatique ?

Les vrais analystes, comme ceux de Google ou de Microsoft, font la même chose, sauf que leur travail est de plus en plus complexe.

Ils utilisent le langage Requêtes SQL pour récupérer des données dans des bases de données. Ensuite, des outils spéciaux tels que Mathplotlib (pour Python) ou D3.js (pour JavaScript) sont utilisés pour l'analyse et la visualisation.

Façons d'utiliser Python pour l'analyse et la visualisation des données

L'une des bibliothèques de visualisation les plus populaires est Mathplotlib.

Les débutants devraient commencer à apprendre avec pour deux raisons :

• seuil d'entrée bas;
• maîtriser Mathplotlib vous permettra de comprendre rapidement des bibliothèques plus complexes basées sur celui-ci à l'avenir, par exemple seaborn.

Comment apprendre l’analyse de données en Python ?

Récemment, certaines entreprises ont commencé à utiliser applications de bureau JavaScript. Par exemple, l'application de bureau Slack a été créée à l'aide du framework Electron JavaScript.

L’avantage d’écrire des applications de bureau en JavaScript est que vous pouvez réutiliser le code de la version Web.

Python 3 ou Python 2

Python 3 est un choix plus moderne et plus populaire.

Explication du code backend et frontend

Disons que vous voulez faire quelque chose qui rappelle Instagram.

Avant de commencer à apprendre un langage de programmation particulier, les gens réfléchissent généralement à la manière dont ils pourront ensuite appliquer leurs connaissances et leurs compétences dans la pratique. Quant à Python, ce langage usage général utile dans de nombreux domaines différents. Développeur et fondateur de la startup CS Dojo Ek Sugi a parlé des trois plus moyens fréquents en utilisant Python.

1. Développement Web

Des frameworks basés sur Python tels que Django Et Ballon, V dernièrement ont gagné en popularité parmi les développeurs Web. Ces frameworks vous permettent de créer du code côté serveur (code backend) en Python qui s'exécute sur le serveur, par opposition au code frontend qui s'exécute sur appareils utilisateur et dans les navigateurs.

A quoi servent les frameworks web ?

Les frameworks Web simplifient le développement de la logique côté serveur : traitement des URL, accès aux bases de données, création de fichiers HTML que les utilisateurs voient dans les navigateurs.

Quels frameworks sont les meilleurs à utiliser pour le développement Web ?

Les deux frameworks Web les plus populaires pour Python sont Django et Flask. Ils sont recommandés aux développeurs débutants.

Quelle est la différence entre Django et Flask

J'ai préparé un excellent article en réponse à cette question. Gareth Dwyer.

Principales différences :

• Flask est un framework simple et flexible avec très paramètres détaillés. L'utilisateur peut décider lui-même comment mettre en œuvre certaines choses.
• Django fournit toutes les fonctionnalités pour le développement d'applications dès la sortie de la boîte : interface d'administration intégrée, Accéder à l'API aux bases de données, aux ORM et aux structures de répertoires pour les applications et les projets.

Il vaut mieux utiliser :

• Flask si l'objectif du développeur est l'expérience et les opportunités d'apprentissage, ou s'il doit choisir indépendamment les composants à utiliser (par exemple, quelles bases de données utiliser ou comment interagir avec elles).
• Django, si l'essentiel est le produit final. Surtout si vous avez besoin de créer une application intuitive, par exemple un site d'actualités, une boutique en ligne, un blog, dans lequel l'utilisateur peut facilement naviguer.

Ainsi, Flask est préférable pour les débutants, car ce framework n'a pas de fonctionnalités aussi riches, ainsi que pour ceux qui apprécient la possibilité de le personnaliser à leur propre discrétion. De plus, de par sa flexibilité, Flask est plus adapté que Django pour développer des API REST. En revanche, si vous avez besoin de créer un produit simple, il sera plus rapide de le faire avec Django.

2. Traitement des données (y compris l'apprentissage automatique, l'analyse et la visualisation des données)

Qu'est-ce que l'apprentissage automatique

L'apprentissage automatique est mieux expliqué dans exemple clair. Supposons que vous ayez besoin de développer un programme qui reconnaît automatiquement les objets représentés sur les images. Sur la première image, le programme doit identifier le chien.

Au deuxième, elle devrait reconnaître la table.

La première façon est d'écrire pour cela code spécial. Par exemple, si une image contient beaucoup de pixels marron clair, cela signifie qu'elle contient un chien. Ou vous pouvez trouver un moyen de reconnaître les limites des objets : s'il y a beaucoup de lignes droites dans l'image, alors c'est un tableau.

Évidemment, cette solution sera inutile si la photo montre, par exemple, un chien de couleur claire qui n'a pas de fourrure brune du tout, ou seulement un plateau de table rond sans pattes. C’est là que brille la promesse de l’apprentissage automatique.

L'apprentissage automatique utilise généralement un algorithme qui recherche automatiquement un modèle donné dans les données d'entrée. Par exemple, vous pouvez saisir mille photos de chiens et mille tableaux. Ensuite, l’algorithme d’apprentissage automatique identifiera la différence entre le chien et la table. Lorsque l’algorithme recevra une nouvelle image d’un chien ou d’une table, il pourra identifier l’objet.

Autrement dit, le système est formé sur exemples spécifiques: on ne lui montre pas de signes individuels de tel ou tel objet, mais on lui montre de nombreuses images et on lui dit que cet objet est dessiné sur chacune d'elles. Formé de la même manière

• systèmes reconnaissance faciale,
• systèmes reconnaissance vocale,
• systèmes de recommandation de sites comme YouTube, Amazon ou Netflix.

Le plus largement algorithmes connus apprentissage automatique :

• les réseaux de neurones,
• apprentissage profond,
• machine à vecteurs de support,
• "forêt aléatoire".

N'importe lequel de ces algorithmes peut être utilisé pour résoudre le problème d'étiquetage d'image ci-dessus.

Python pour l'apprentissage automatique

Il existe des bibliothèques et des frameworks d'apprentissage automatique populaires pour Python. Les deux plus grands d'entre eux sont scikit-apprendre Et TensorFlow. scikit-learn est intégré à certains des algorithmes d'apprentissage automatique bien connus évoqués ci-dessus. TensorFlow est une bibliothèque de niveau inférieur qui vous permet de créer des algorithmes personnalisés.

Comment apprendre l'apprentissage automatique

Pour apprendre les bases de cette technologie, vous pouvez suivre des cours à l'Université de Stanford ou. Mais pour comprendre certains éléments, vous aurez besoin connaissances de base calcul et algèbre linéaire.

Ensuite, les informations reçues doivent être épinglées sur le site Web de Kaggle. Ici, vous pouvez rivaliser avec d'autres développeurs pour créer meilleur algorithme apprentissage automatique pour diverses tâches. Le site propose également des tutoriels utiles pour les débutants.

Analyse des données et visualisation des données

A titre d’exemple, nous pouvons prendre un analyste de données pour une entreprise imaginaire qui vend des produits sur Internet. Un analyste peut présenter les résultats des ventes sous la forme d’un graphique à barres.

Le graphique montre qu'un dimanche donné, les acheteurs masculins ont acheté plus de 400 unités du produit et les acheteuses en ont acheté environ 350. Un expert peut avoir plusieurs hypothèses sur la raison pour laquelle cet écart s'est produit.

Une explication évidente est que le produit est plus demandé par les hommes que par les femmes. Autre raison possible— l'échantillon n'est pas assez grand et la différence peut être attribuée au hasard. La troisième option est que, pour une raison quelconque, les hommes ont tendance à acheter davantage ce produit uniquement le dimanche. Pour comprendre quelle explication est vraie, vous pouvez dessiner un autre diagramme.

Il est nécessaire de prendre en compte les statistiques de ventes non seulement le dimanche, mais aussi pour toute la semaine. Comme le montre le diagramme, une telle dynamique peut être retracée sur tous les jours. Cette petite analyse suggère que la raison la plus plausible de la différence de ventes est que le produit est tout simplement plus populaire parmi les hommes que parmi les femmes.

Mais si le diagramme ressemblait à ceci,

on pourrait conclure que, pour une raison ou une autre, les hommes sont plus actifs et achètent ce produit uniquement le dimanche.

Ceci est un exemple très simple d’analyse de données. Et pour cela, les entreprises utilisent nombre Python, et pour la visualisation des données - la bibliothèque Matplotlib.

Analyse et visualisation de données en Python

Matplotlib est l'une des bibliothèques les plus courantes pour la visualisation de données. Il est préférable de commencer par parce que c'est simple, et aussi parce que d'autres bibliothèques sont basées sur celui-ci, comme seaborn. Par conséquent, la connaissance de Matplotlib vous aidera à les maîtriser à l'avenir.

Comment apprendre l'analyse et la visualisation de données en Python

Tout d’abord, vous devez apprendre les bases. Ek Sugi propose sa propre vidéo d'introduction à l'analyse et à la visualisation de données en Python et Matplotlib sur YouTube, ainsi qu'un cours pratique complet sur la plateforme éducative Pluralsight, gratuit avec un abonnement de 10 jours. période d'essai sur le site Internet. Après cela, il est utile d’étudier les bases des statistiques, par exemple sur Coursera et Khan Academy.

3. Écrire des scénarios

Qu'est-ce que le script

Ceci est généralement compris comme la création petits programmes pour l'automatisation tâches simples. Par exemple, les entreprises utilisent divers systèmes support client e-mail. Pour analyser les messages reçus, les entreprises doivent compter combien d’entre eux contiennent certains mots-clés.

Cela peut être fait manuellement ou vous pouvez écrire un programme simple (script) pour traitement automatique messages. Python est idéal pour des tâches comme celle-ci, principalement en raison de sa syntaxe relativement simple et parce qu'il facilite et accélère l'écriture et le test de petits projets.

Python et applications embarquées

De nombreux développeurs de Raspberry Pi et d'autres matériels utilisent ce langage pour programmer.

Python et jeux informatiques

Pour développer des jeux, vous pouvez utiliser la bibliothèque PyGame, bien qu'il en existe des plus populaires moteurs de jeu. Vous pouvez créer des projets amateurs dessus, mais pour développer des jeux sérieux, vous devriez chercher quelque chose de mieux.

Par exemple, vous pouvez commencer avec Unity en C# - c'est l'un des environnements de développement les plus connus jeux informatiques. Il vous permet de créer des jeux multiplateformes pour Windows, Mac, iOS et Android.

Applications Python et de bureau

Les applications de bureau peuvent être développées en Python à l'aide de Tkinter, mais ce n'est pas non plus la meilleure solution. choix fréquent: Les développeurs d'applications PC préfèrent Langages Java, C# et C++. Récemment, certaines entreprises ont commencé à utiliser JavaScript à cette fin. Par exemple, l'application de bureau Slack est construite dans le framework Electron, qui utilise JavaScript. Ce langage permet de réutiliser le code de la version web de l'application, si disponible.

Python 3 ou Python 2

Il est préférable de choisir Python 3, car il s'agit aujourd'hui d'une version plus moderne et plus populaire du langage.

Python est un langage de programmation avec une barrière d'entrée assez faible, il est donc souvent choisi par les codeurs débutants. Avez-vous déjà décidé d'apprendre Python ? Voici dix faits à son sujet qui vous aideront à dissiper vos doutes et à faire votre choix. Ils n’intéresseront pas seulement les programmeurs !

1. Python fonctionne presque partout

Python fonctionne sur presque toutes les plateformes connues - de ordinateurs de poche et les smartphones aux serveurs de réseau. Les versions Python ont été portées sur Windows, Linux/UNIX, macOS et macOS X, iPhone OS 2.0 et supérieur, Palm OS, OS/2, AS/400 et même OS/390, Windows Mobile, Symbian et Android.

2. Python a des racines anciennes

Certains programmeurs considèrent ce langage de programmation comme étant jeune. Comment dire. Comparé au langage C, Python est jeune. Mais les travaux ont commencé à la fin des années 1980, et les premiers version complète est apparu en 1991. Python célèbre donc depuis longtemps sa majorité. Il s’agit d’un langage de programmation mature et évolutif, mais il n’est en aucun cas mort, comme certains le pensent. D'ailleurs, il y a un mois, le 17 juillet 2017, la version 3.6.2 est sortie.

3. Soutenez les « grands »

Les grands – Google, Yahoo, NASA, Industrial Light & Magic et même Microsoft – utilisent Python. La confirmation est facile à trouver sur Internet. Ainsi, Google préfère le C++, Java et Python, et Microsoft a même ouvert un Python Developer Center.

4. Python est l'un des langages de programmation les plus populaires au monde

Les avantages d’obtenir une spécialité à la GeekUniversity sont les suivants.

• Des approches de pointe sont utilisées centres de formation USA. L'étudiant devra créer quatre projets - à la fois de manière indépendante et en équipe. Un an à la GeekUniversity est un an expérience réelle développement de CV.
• Pendant les cours, nous créerons non pas une application simple comme « Hello, world », mais une application à part entière application client-serveur - système de paiement. L'étudiant apprendra à travailler avec des bases de données, à créer des applications GUI et des applications multithread sécurisées.
• L'étudiant aura un mentor-conservateur personnel. Travailler avec un mentor rend l'apprentissage plus efficace.
• L'objectif de GeekUniversity est l'emploi des diplômés. L'emploi est garanti à tous les diplômés.
• GeekUniversity fonctionne sur la base de la licence d'État n° 038188. Le diplômé reçoit un certificat d'État.

Obtenir Informations Complémentaires Vous pouvez en apprendre davantage sur l'université en ligne en déposant une candidature sur le site Web.

Si vous cherchez une réponse à la question : « Quel langage de programmation choisir en premier », alors dans environ 90 % des cas, Python vous sera proposé - comme le langage le plus simple à apprendre. Et évidemment, un certain nombre de personnes n’ayant jamais appris la programmation choisiront Python en raison de ces recommandations. Et ici, nous avons un problème, qui sera discuté ci-dessous. Bien sûr, avec une description de la façon dont je suis arrivé à cette vie.

Sur moi

Même pendant mes années étudiantes, j'ai réalisé que ma spécialité n'était pas aussi rose qu'elle me le paraissait à 18 ans. J’ai donc commencé à réfléchir à la manière de gagner suffisamment d’argent. Et après avoir écouté des histoires sur la façon dont mon cousin recevait de l'argent fou à cette époque en 1C, j'ai également décidé de connecter ma vie à l'informatique.

Au départ, il s'agissait de modèles de sites utilisant des créateurs de sites Web et WordPress, puis je me suis impliqué dans le référencement et, à un moment donné, je suis tombé sur Habr, après quoi j'ai décidé de devenir programmeur à part entière. Je n'avais pas de connaissances supérieures en mathématiques, j'ai donc décidé de choisir un domaine où cela n'était pas obligatoire : le développement Web.

J'avais une question évidente : quel langage choisir - php/python/ruby. Après avoir vu suffisamment d'articles sur Habré, j'ai lu de la haine envers PHP après avoir regardé quelques vidéos de motivation de Yandex. J'ai choisi Python. J’espère que vous connaissez les avantages de la langue, donc je n’en parlerai pas.

Formation en langue primaire

J'ai combiné l'apprentissage des langues avec mon travail principal, alors je lisais des livres, regardais des tutoriels et travaillais sur de petits projets le soir. En général, en un an, je

1) Livres étudiés :

• Mark Lutz - Apprendre Python
• Mark Lutz - Programmation Python
• Chad Fowler – Programmeur fanatique
• Bill Lubanovich - Python simple

2) J'ai étudié de nombreuses vidéos d'auteurs ukrainiens/bourgeois sur Django
3) Vous avez suivi un cours de la codeacademy
4) PyCharm maîtrisé

Votre premier projet

J'ai alors eu l'idée d'un petit service sur un sujet bien précis, que j'ai décidé de créer afin de consolider mes connaissances en Python + Django.

En créant le site, j'ai

1) Livres étudiés :

• John Duckett-HTML et CSS. Développement et conception de sites Web
• David Flanagan-JavaScript. Guide détaillé
• Ben Forta - Maîtrisez SQL par vous-même.

2) J'ai étudié la documentation Django pour mes tâches
3) J'ai étudié le déploiement de projets sur Django Gunicorn + nginx + centOS

Mon premier projet normal

Après l'échec du premier site Web adéquat, j'ai décidé de créer quelque chose d'intéressant, j'ai choisi une idée, j'ai choisi un schéma de mise en œuvre et je l'ai terminé le soir en 3 mois.

Le projet a montré sa viabilité (à ce jour, il me rapporte un peu d'argent, ce dont je suis incroyablement heureux). Et j'ai décidé de mieux le gonfler.

Après avoir lu le livre « Percival H. - Test-Driven Development with Python », j'ai décidé d'écrire d'abord des tests basés sur les composants Django, puis j'ai consulté la documentation Selenium et j'ai déjà effectué des tests externes.

je veux être cool

Après avoir ouvert des postes vacants pour les développeurs Python-Django, j'ai examiné ce qui est généralement requis dans de tels postes vacants :

• Cadre de repos Django
• Céleri
• Tornade/Twisted/asyncio (Choisissez-en un)
• Vue basée sur les classes Django
• Angulaire/Réagir (Choisissez-en un)

J'ai passé 3 mois à connaître/essayer ces choses. A également relevé le niveau Bibliothèque Python+ bibliothèque externe pour analyser beautifulSoup.

Vous ne pouvez pas travailler sans C/C++

Il existe une opinion selon laquelle sans connaissance du C/C++, un programmeur ne peut pas se qualifier de programmeur. Alors quand j'ai eu temps libre, j'ai fait connaissance avec les livres :

• Brian Kernighan – Langage de programmation C
• Stanley B Lippman – Langage de programmation C++. Cours de base

J'ai lu les livres, bricolé le code, regardé la compilation, regardé les exemples de code. En général, maintenant je n'ai plus fait de grands yeux en mentionnant les références, les pointeurs, le tri, la POO et un tas de tableaux différents avec à différentes vitesses traiter un élément en fonction de sa position.

Je suis prêt à me battre !

Et nous arrivons ici au point même point important. Ayant passé un total de 2 ans à étudier tous les éléments de la programmation web que j'ai évoqués ci-dessus. Je me considérais suffisamment prêt pour postuler à un poste de développeur Web Python. Bien sûr, je ne connaissais pas très bien certaines choses, certaines superficiellement et d'autres que je ne connaissais pas du tout (par exemple, Flask), mais compréhension générale et les compétences étaient plutôt bonnes.

Et c'est ici qu'ont commencé les problèmes avec Python, sur lesquels les gens ne se concentrent le plus souvent pas. À savoir, sur la demande commerciale de développeurs Python de niveau junior/pré-intermédiaire.

Je suis entré sur le marché avec cette question.

Bien qu'à première vue, il semble qu'il y ait beaucoup de postes vacants en Python, lorsque les détails commencent, tout change radicalement.

1. Il y a immédiatement une large sélection de postes vacants où Python est exclusivement langue auxiliaire. Il s'agit le plus souvent de postes de développeurs Java, Administrateurs système,AQ-Automation. De plus, il y a désormais un décrochage important en Data Learning, qui nécessite une formation en mathématiques + le langage R. Avec Python seul, vous ne pourrez pas trouver ce poste vacant.

2. Il s'est avéré que dans ma ville, il n'y a aucun poste vacant pour Python, littéralement aucun. Après avoir étendu la recherche à toute la région, j'ai également reçu des résultats insatisfaisants. Quelques postes vacants en PHP, où Python était un plus. Lorsque j'ai ouvert le filtre au cours des 3 dernières années, j'ai également découvert qu'il n'y avait aucun poste vacant pour Python. Ceux. les entreprises des provinces choisissent le plus souvent des technologies plus simples et plus populaires que Python.

3. Après avoir ouvert des postes vacants Python dans un moteur de recherche général, j'ai découvert les tendances suivantes :

• Plus de 90 % des postes vacants sont situés à Moscou ou à Saint-Pétersbourg
• Plus de 90 % des postes vacants nécessitent un niveau intermédiaire+/supérieur
• ~ 100 % de postes vacants pour des postes juniors à Moscou ou à Saint-Pétersbourg (le plus souvent chez des géants)

En d'autres termes, la situation s'est avérée que si vous ne vivez pas à Moscou, à Saint-Pétersbourg et que vous n'allez pas les « conquérir », vous n'avez pratiquement aucun endroit où trouver votre premier emploi.

Bien sûr, il existe quelques endroits où Python est encore utilisé, par exemple à Kazan. Mais le plus souvent, il s'agit d'une seule entreprise, où les postes vacants sont également très intermédiaires+/supérieurs.

4. La possibilité de rechercher du travail à distance au niveau actuel a également montré que les employeurs ne sont pas prêts à prendre un tel risque. Peu d'expérience + travail à distance = c'est une sorte de fantasme.
Néanmoins, j'ai quand même réussi à trouver quelques options, mais dès le premier entretien, il est devenu clair que c'était un non-sens du genre : « Vous travaillez pour nous pendant trois mois, et si le client paie pour votre travail, nous vous paierons. aussi." Ce n'est pas la meilleure option.

5. J'ai parlé à quelques RH de grandes entreprises, ils ont exprimé cette tendance. « Nous embauchons généralement des personnes ayant au moins un an d'expérience en Python, plus une expérience dans un autre langage (3 ans et plus). Le plus souvent php/Java." En d’autres termes, ils n’envisageaient pas du tout d’embaucher quelqu’un avec uniquement Python.

6. Après avoir discuté avec des gars de forums spécialisés, il est devenu évident qu'il s'agissait d'une situation assez typique. D'après leurs histoires, il est devenu clair que les gens, après une recherche vaine, soit sont allés travailler sur php/1c, soit ont grimpé d'une manière ou d'une autre par l'automatisation du travail/de leur propre projet/des tests.
Mais encore une fois, au cas par cas.

En général, il s'est avéré que Python est un excellent langage qui vous permet de créer des projets puissants. Et il se trouve que leur concentration se situe dans les capitales. Et comme il s'agit de projets complexes, il faut alors des employés au niveau intermédiaire+. Une personne qui vient d'apprendre Python est-elle prête à obtenir un tel poste ? Il est difficile!

Mais il existe un autre moyen !

DANS moment présent rien que dans ma ville, il y a 24 postes vacants pour php différents niveaux(à partir de petites entreprises, qui doivent maintenir le site actuel, en terminant par les géants du commerce électronique qui offrent une extension cohérente des fonctionnalités). Et à peu près le même nombre de postes vacants pour 1C. Et dans environ la moitié de ces postes vacants, ils sont prêts à embaucher une personne qui connaît au moins quelque chose en programmation. Très probablement, ce ne sont pas les plus meilleurs endroits, mais c'est déjà le premier emploi après lequel vous deviendrez officiellement un programmeur RH expérimenté.

Donc au final

Il s'avère que vous pouvez apprendre une langue sympa Programmation Python et reste dans la rue. Ou vous pouvez apprendre le php/1c « détesté » et trouver un emploi. La qualité de ce travail laisse bien sûr de nombreuses questions - mais c'est déjà une expérience.

Quant à moi, dans mes conditions (ne pas aller à Moscou/Saint-Pétersbourg), j'ai en fait passé du temps à apprendre une langue qui est désormais demandée exclusivement dans mon pays. propres projets. Je n'ai pas pu trouver de travail localement ou à distance. Maintenant, je m'oriente vers php, car il a simplement du travail.

Par conséquent, si vous n'habitez pas à Moscou, à Saint-Pétersbourg ou si vous n'êtes pas étudiant dans une université technique, je ne vous conseillerais pas d'enseigner Python d'abord langue. Faites attention à PHP - il y a toujours de la place pour cela, il y a du travail, il y a de l'expérience. UN chemin supplémentaire le développement est déjà derrière vous.

P.S. Comme mon ami me l'a dit, la situation est presque la même chez Ruby. Mais ici, je ne peux plus le dire avec certitude.