Esta es una razón importante por la que algunas corporaciones dudan en adoptar R, Python y otras herramientas similares. Siempre existe el riesgo de que errores no corregidos estropeen su análisis o generen resultados incorrectos cuando confía en el software gratuito creado por voluntarios.
Sin embargo, si ya es usuario de R o Python, hay algunas formas de mitigar ese riesgo. Por ejemplo, los paquetes / bibliotecas conocidos tienden a ser más seguros porque generalmente son mantenidos por equipos de programadores bien administrados que han examinado a fondo el código y responden rápidamente a los problemas. La gran base de usuarios de esos paquetes asegura que los errores obvios ya hayan sido detectados, reportados y corregidos. De hecho, las bibliotecas SciPy y NumPy de uso común probablemente están tan bien examinadas como las herramientas propietarias como SAS y MATLAB.
Pero si confía en paquetes / bibliotecas menos conocidos, entonces debe tener más cuidado. Esto es especialmente cierto para R, donde hay muchos paquetes oscuros creados por todo tipo de personas. Esos paquetes pueden no siempre estar bien implementados. Y si encuentra un error, es posible que el responsable de mantenimiento no siempre sea receptivo para solucionarlo.
- Estoy trabajando actualmente. Quiero convertirme en un científico de datos. ¿Cuáles fueron los conceptos y tecnologías centrales que necesito aprender?
- ¿Cómo definimos objetivos y resultados clave (OKR) para el equipo de ciencia de datos?
- ¿Qué debo estudiar más si quiero ser un analista / científico de datos?
- ¿En qué es más fácil convertirse en desarrollador web o científico de datos?
- ¿Qué es el análisis de sentimientos de Twitter?
Tenga en cuenta que el software propietario tampoco es perfecto. Estoy seguro de que MATLAB, SAS, STATA, etc. tuvieron problemas cuando se presentaron por primera vez. Con el tiempo, sin embargo, los problemas se corrigieron y sus productos mejoraron. El producto sólido que ve hoy es el resultado de décadas de mejora continua por parte de equipos de profesionales remunerados.