Una consulta frecuente de quienes consideran el desafío de aprender ciencia de de datos es: ¿Debería aprender R o Python para Data Science?
Repasemos primero cual es el contexto en cual estamos. El trabajo es creciente, hay cada vez más posiciones que se abren en uno o otro. Hoy en día el trabajo se concentra fundamentalmente en grandes organizaciones donde buena parte del trabajo se realiza con ciertas herramientas especificas.
Hay una tendencia creciente que se volverá dominante y es que la mayoría de las posiciones tendrán lugar en empresas de pequeño y mediano tamaño. Por lo tanto si nuestra intención es dar un salto en nuestra carrera, debemos mirar con mucho cariño que es lo que va a necesitar ese tipo de organizaciones que ocuparan el grueso de las posiciones.
Las PyMES trabajaran con herramientas libres, sin paga. No van a invertir una gran cantidad de dinero en un salto al vacío, menos si la diferencia de cambio monetario no le resulta favorable a adquirir el software. La uniformidad no va a ser un problema hasta después del éxito. Las PyMEs van a preferir moverse dentro de las herramientas que tengan una abundante comunidad de usuarios ya establecida.
Múltiples personas se pueden beneficiar en las Cs. Sociales, en el Marketing, en las ciencia de las naturalezas. A la gente que hace investigación científica las herramientas pagas resultan mas inalcanzables. Los que están en estos mundos seguramente prefieran herramientas gratuitas.
Comparamos R y Python
R nació y se desarrollo pensando en un entorno académico y en estadísticos. Tiene una gran cantidad de paquetes, prácticamente no hay tarea analítica que se nos puede ocurrir hacer que no tenga ya un paquete armado. Además tanto R como todos sus paquetes son gratis y tiene detrás una comunidad de usuarios muy importante que resuelve dudas y consultas. Y cuenta con un paquete Knitr para realizar gráficos de altísima calidad.
Por otro lado Python ha sido una herramienta de desarrollo general. Consecuentemente el código que se genera con Python es mucho mas robusto, y su mantenimiento es mucho mas fácil. Tiene menos librerías que R pero tiene pocas que son muy potentes. Por lo tanto podemos hacer cualquier cosa que queramos hacer dentro del mundo R. Es una herramienta bien vista para aquellos programadores que deciden ser Data Scientist. Hay más ofertas de trabajo y presenta un mayor índice de crecimiento.
Son más los usuarios que migran de R a Python que los que migran de Python a R.
Si vamos por el despliegue y producción nos convendrá Python. Si vamos por el análisis y no vamos a armar luego aplicaciones quizas R. Depende a que estamos acostumbrados. Si buscamos construir modelos nuevos o implementar lo existente. Depende el precio que estamos dispuesto a pagar en la curva aprendizaje. R es más complicada la curva de aprendizaje que en Python.
En cuanto al salario, la integración con Python a distintas apps nos da una ventaja.
Entonces… ¿Debo aprender R o Python?
Volvemos a la consulta ¿Me conviene aprender R o Python para Data Science? No es necesario elegir. Se recomienda estudiar ambos a pesar que representa más esfuerzo no representa el doble de esfuerzo. Ya que entender que hace un algoritmo, para que se lo aplica, en que condiciones debemos usarlo es lo mismo en una herramienta o la otra.
Si sabemos los dos podemos hacer una elección frente a cada problema con cual es mas cómodo trabajar. También va a hacer mas amplia nuestra movilidad como recurso ya que vamos a poder trabajar para organizaciones que tengan, usen un lenguaje u otro.