Хабр Курсы для всех
РЕКЛАМА
Большая витрина: от крупнейших школ до частных авторов. Сравнивайте по цене, длительности, формату и выбирайте самый подходящий курс!
Хабр доступен 24/7 благодаря поддержке друзей
Комментарии 6
>Hadoop и Big Data также оказались в списке по инерции: Hadoop вскоре исчезнет (никто больше не инвестирует в эту технологию всерьез), а Big Data перестало быть нарастающим трендом. Будущее Scala не совсем ясно: Google официально поддерживает Kotlin, который гораздо более прост для изучения.
Эксперты, такие эксперты…
Эксперты, такие эксперты…
Hadoop скоро исчезнет — куда, почему? Что подразумевается под Hadoop? MapReduce2, Hive — может быть. Но мне сложно представить, что перестанут быть востребованы HDFS, YARN, тот же Spark вроде тоже считался частью экосистемы всегда. Скорее стек технологий экосистемы трансформируется со временем. Тем не менее, Hadoop уже стал одним из стандартов Бигдате, куда ему пропадать?
Отдельные компоненты заменимы, да, например S3 как альтернатива HDFS. Но это не значит, что одно исключает другое.
Отдельные компоненты заменимы, да, например S3 как альтернатива HDFS. Но это не значит, что одно исключает другое.
Не, ну если подойти к теме серьезно, то есть и более приличные статьи об этом же. Вот например, такая. Автор есть на Хабре, если что, можно попробовать его спросить, что он об этом думает.
А вот этот конкретный пост — он ни о чем, без каких-либо аргументов. Спросили экспертов по ML (оставим за скобками уровень экспертов, но допустим что он высокий), эксперты ответили — конечно, ML в фаворе, а BigData никому не нужна ;)
Пассаж про скала vs котлин вообще как бы намекает. Во-первых, при чем тут гугль, который двигает котлин реально — но на андроиде. А во-вторых, покажите мне аналог хотя бы спарка на котлине, вот тогда будет о чем поговорить. У нас котлин применяется, для написания тестов, для той же цели применяется например и груви. Но говорить, что кто-то из них заменит скалу — совершенно нет поводов.
Никто не инвестирует в BigData? Ну мой опыт наблюдения за вакансиями например говорит об обратном, просто я его не обобщаю.
>S3 как альтернатива HDFS
А как с этим живут скажем HBase, или Cassandra? Как производительность? Какова стоимость владения? То что оно альтернатива — согласен, а вот лучше ли оно, еще надо оценивать, и желательно с циферками в руках.
А вот этот конкретный пост — он ни о чем, без каких-либо аргументов. Спросили экспертов по ML (оставим за скобками уровень экспертов, но допустим что он высокий), эксперты ответили — конечно, ML в фаворе, а BigData никому не нужна ;)
Пассаж про скала vs котлин вообще как бы намекает. Во-первых, при чем тут гугль, который двигает котлин реально — но на андроиде. А во-вторых, покажите мне аналог хотя бы спарка на котлине, вот тогда будет о чем поговорить. У нас котлин применяется, для написания тестов, для той же цели применяется например и груви. Но говорить, что кто-то из них заменит скалу — совершенно нет поводов.
Никто не инвестирует в BigData? Ну мой опыт наблюдения за вакансиями например говорит об обратном, просто я его не обобщаю.
>S3 как альтернатива HDFS
А как с этим живут скажем HBase, или Cassandra? Как производительность? Какова стоимость владения? То что оно альтернатива — согласен, а вот лучше ли оно, еще надо оценивать, и желательно с циферками в руках.
По моему мнению, работа и карьера в Data Science — не одно и то же. Для работы вам понадобится вышеприведенный набор навыков, но для построения успешной карьеры в Data Science самый важный навык — это умение учиться.
Работа и карьера эксперта — не одно и то же. Чтобы быть экспертом, вам понадобиться разбираться в сфере, ее глубокое понимание, но для построения успешной карьеры эксперта самый важный навык — красиво и обтекаемо говорить банальные вещи.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Как стать более востребованным специалистом в сфере Data Science в 2019