Amazon ofrece a sus desarrolladores la libertad de elegir cualquier idioma, cualquier base de datos, siempre que sea seguro y compatible con el dominio público (autorizado por un equipo de seguridad interno).
Entonces, C ++, Java se usa principalmente, Python, R y ruby se usan en el lado de los scripts. Rails, Apache tomcat también se usan y se admiten. Las bibliotecas de JavaScript como JQuery, etc., obviamente están permitidas. Bases de datos: desde DynamoDB hasta MySql y Oracle.
Java gana la pelea de lenguaje más utilizada , sin duda. Idioma número uno, utilizado de manera ubicua en tantas organizaciones y equipos diferentes.
- ¿Cuál es la mejor recuperación de fotos para recuperar datos de Android?
- Suponiendo que tiene habilidades de programación decentes (C ++, Java, C #) pero no es muy bueno con las estadísticas, ¿a qué cursos en línea (Coursera, etc.) debe un programador unirse para convertirse en un científico de datos?
- ¿Cuáles son las métricas que debo usar al analizar las redes sociales de una marca? ¿Cómo interpreto los resultados?
- ¿Cuáles son algunos campos de proyecto de big data?
- ¿Puedo solicitar puestos de trabajo en Data Science si he aprendido el campo con MOOC?
La prueba Hello World simplemente muestra cuánto código está involucrado en solo mostrar las palabras “Hello World” en el dispositivo de salida estándar.
Java Hello World:
clase pública HelloWorld {
public static void main (String [] args) {
System.out.println (“Hola, mundo”);
}
}
Python Hello World:
imprimir (“Hola mundo”)
R Hola Mundo:
Cree un archivo test.R y escriba el siguiente código.
gato (‘¡Hola mundo!’)
correr
Obviamente, los lenguajes de “scripting” obtienen una alta puntuación : Python es el favorito, utilizado para una amplia gama de propósitos diferentes, desde scripting básico hasta ML, seguido de cerca por R.
Los algoritmos en Python están diseñados para ser fáciles de leer y escribir. Los bloques de código Python están separados por hendiduras. Dentro de cada bloque, descubrirá una sintaxis que no estaría fuera de lugar en un manual técnico.
R es un poco más popular que Python en ciencia de datos, con el 43 por ciento de los científicos de datos que lo usan en su pila de herramientas en comparación con el 40 por ciento que usa Python.
Python es versátil, simple, más fácil de aprender y poderoso debido a su utilidad en una variedad de contextos, algunos de los cuales no tienen nada que ver con la ciencia de datos. R es un entorno especializado que busca optimizar el análisis de datos , pero que es más difícil de aprender.