Хабр Курсы для бэкендеров
РЕКЛАМА
Практикум, Хекслет, SkyPro, авторские курсы — собрали всех и попросили скидки. Осталось выбрать!
Поток Бэкенд доступен 24/7 благодаря поддержке друзей Хабра
Комментарии 16
Не нужно выбирать "Python против Java" или "Python против C#". В реальной работе часто получается так:
Python -> эксперименты, прототипы, пайплайны, AI инструменты Java/C# -> интеграция в основной enterprise контур Backend -> безопасность, сопровождение, production качество
Очень сомнительные выводы сделаны автором... Подозреваю что автор далёк от мира linux, где python это стандарт. И странная классификация где backend выделен как отдельная сущность
Про linux согласен python там давно стандартный инструмент для скриптов, автоматизации и glue кода. В статье фокус был уже не python как linux инструмент, а python как быстрый вход в llm/rag задачи для back разработчика из java/c# мира.
А back в схеме не отдельный стек, тут формулировка могла быть точнее. Имелись в виду back практики доступы, безопасность, логи, сопровождение и production качество, которые нужны независимо от языка.
Зачем бэкенд, - разработчику пайтон?
Затем же, зачем бэкенд-разработчику - пайтон … ,)))
Ещё Python удобен для того, чтобы навайбкодить себе MCP для решения локальной задачи, под которую нет инструмента, и руками докрутить, где необходимо. Можно, конечно, пойти в FizzBuzz Enterprise Edition на Go, но для быстрого решения Python весьма хорош.
Используем бэкенд python также для NLP, NER задачек - удобная экосистема. Для прода камнем преткновения вижу GIL, который проник во все либы, а также типобезопасность. В тоже время радует зрелость экосистемы анализа данных (pandas и тд) для проведения RnD.
Мне кажется было бы забавнее опрос сделать: какой моделью сгенерирована данная статья? (Не осуждаю, сейчас все статьи такие) По формулировкам, тону и избитым фразам склоняюсь к тому что писал (или если вам так удобнее, редактировал) opus 4.7 (но точно Клод), угадал? :)
Важна не модель как таковая, а сколько мусора она привнесла в статью. То, что можно описать парой предложений, раздуто до невозможности
Нет, не угадали)
Если по содержанию есть конкретные замечания по rag, python, back интеграции, безопасности или enterprise контексту с интересом обсудим. Гадание по модели вряд ли что то добавит к теме статьи.
Складывается ощущение, что Python для backend-разработчика сегодня нужен исключительно как переходник к LLM и data science. FastAPI-обёртка вокруг модели, RAG-прототип, пара экспериментов с embeddings и можно возвращаться в "серьёзный" стек.
А я маргинально и упрямо продолжаю писать на нём сервисы (нас таких не мало на самом деле). Иногда даже получается:)
Согласен, python это не только переходник к llm, на нём вполне пишут нормальные back сервисы.
В статье фокус был на взгляд c#/java back разработчика, у которого python появился именно через llm/rag задачи. Поэтому я больше писал про прототипы, embeddings, rag и ai инструменты, а не про python как основной back стек.
Про полноценный back на python это, скорее отдельная большая тема.
У меня на питоне несколько больших живых сервисов у разных заказчиков и прототипирование всего протокольного, что потом переписывается на плюсы ради высокой производительности, такой цикл разработки крайне хорошо себя показал :)
Постановка вопроса смешная, на самом деле. Каждый дополнительный язык - это дополнительные возможности. Рискну предположить, что среди дата-сайнтистов пайтон на уровне понимания внутренних механизмов работы знают единицы.
Мне кажется это вообще относится не только к python. Среди разработчиков на java, c# или js тоже далеко не все глубоко понимают устройство JVM, CLR или движка V8.
Для большинства задач важнее уметь эффективно решать проблему с помощью инструмента, чем знать все внутренние детали его реализации.
У меня python просто появился через интерес к llm, а дальше уже постепенно появился интерес и к самому языку, и к его экосистеме.
Я у нейросетевых питонистов на собесе любил спрашивать про asyncio...
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Зачем backend разработчику Python, если он не собирается становиться data scientist