Morgen und übermorgen findet die PyconWeb Konferenz in München statt (bei Mircroft). (Habe es leider auch erst spät mitbekommen.)
What is Pyconweb?
The Pyconweb conference is about Django, Tornado, TurboGears, Flask and other web-related Python tools.
Talks and workshops by core developers and experts.
All covered in one conference.
Leider gibt es nur noch Eintrittskarten für Studenten.
PyConWeb 2019 am 25./26.05. in München
Moderator: student
Re: PyConWeb 2019 am 25./26.05. in München
Python? München?
Was R-lauben Consuli?
Was R-lauben Consuli?
Re: PyConWeb 2019 am 25./26.05. in München
Bei Data Science kommt man nicht ganz um Python herum, u.a. beim Maschinenlernen und bei der Bilderkennung. Oftmals wird R auch als RPY embedded in Python verwendet. Falls das Thema zu seitenläufig wäre, möge man es nach ot verschieben. Ich bekomme keine Provision dafür. ![Wink ;-)](./images/smilies/icon_e_wink.gif)
[edit]
Das wichtigste habe ich im ersten Anlauf aber vergessen: Schon für ein einfaches Reporting kann man Python-Web-Komponenten sehr gut gebrauchen. In den Anfangszeiten der IT war das betriebliche Reporting von Umsätzen und Kosten ja meistens eine monatliche Access-Kopie der operativen Transaktionsdatenbank, auf der die Fachverantwortlichen dann ihre Abfragen per Access-Formulare oder Excel-Pivot-Tabelle gemacht haben. Heutzutage möchte man für das Reporting aber eine platformunabhängige und geräteübergreifende Lösung (auch für Smartphones und Tablets), mit der sich jeder Adressat seine Reportdaten dynamisch auf seinen individuellen Informationsbedarf zusammen stellen kann.
Zwar ist mesitens die IT die Reporting-Abteilung. Hat das Unternehmen aber unterschiedlich granulares Geschäft, - z.B. eine Autovermietung hat Standard OTC Geschäft mit einzelnen Autos; sie betreibt aber auch ganze Fuhrparks für andere Unternehmen - dann werden die unterschiedlich granularen Geschäfte i.d.R. auch unterschiedlich aufgelöst in der Transaktionsdatenbank abgebildet. Z.B. der IT einer Autovermietung fehlt dann häufig die einheitliche Datengrundlage für ein gesamthaftes Unternehmensreporting. Hier kommen dann die Data Scientists ins Spiel, die z.B. durch Rückverteilung der Umsätze einer Fuhrparkflotte auf einzelne Autos eine fiktive einheitliche Datengrundlage für das Reporting erzeugen.
Mit R allein gibt es eigentlich nur Shiny als Tool, mit dem sich solche dynamische Webreports erzeugen lassen. Nicht immer kann es alle Anforderungen der unterschiedlichen Abteilungen erfüllen. Fast immer wollen die Fachabteilungen, dass sich die erzeugten Reportdaten per copy&paste in die Tabellenkalkulation kopieren lassen. Und die IT möchte fast immer einheitliche Standardlösungen für das ganze Untenehmen, um den Wartungsaufwand schlank zu halten. Python-Webkomponenten sind häufig ein guter Kompromiss, um einen R-Data-Crunching Kern auf eine einheitliche Reporting Basis zu hiefen. (Welcher Data Scientist beschäftigt sich schon gerne mit php, perl und java-script?)
Ehrlich gesagt hätte ich ich auch gedacht, dass Du, Athomas, aufgrund Deines beruflichen Backgrounds von uns Foris am besten mit solchen Reportingaufgaben vertraut wärst? Deshalb bin ich etwas verwundert über Deine Rückfrage.
[/edit]
![Wink ;-)](./images/smilies/icon_e_wink.gif)
[edit]
Das wichtigste habe ich im ersten Anlauf aber vergessen: Schon für ein einfaches Reporting kann man Python-Web-Komponenten sehr gut gebrauchen. In den Anfangszeiten der IT war das betriebliche Reporting von Umsätzen und Kosten ja meistens eine monatliche Access-Kopie der operativen Transaktionsdatenbank, auf der die Fachverantwortlichen dann ihre Abfragen per Access-Formulare oder Excel-Pivot-Tabelle gemacht haben. Heutzutage möchte man für das Reporting aber eine platformunabhängige und geräteübergreifende Lösung (auch für Smartphones und Tablets), mit der sich jeder Adressat seine Reportdaten dynamisch auf seinen individuellen Informationsbedarf zusammen stellen kann.
Zwar ist mesitens die IT die Reporting-Abteilung. Hat das Unternehmen aber unterschiedlich granulares Geschäft, - z.B. eine Autovermietung hat Standard OTC Geschäft mit einzelnen Autos; sie betreibt aber auch ganze Fuhrparks für andere Unternehmen - dann werden die unterschiedlich granularen Geschäfte i.d.R. auch unterschiedlich aufgelöst in der Transaktionsdatenbank abgebildet. Z.B. der IT einer Autovermietung fehlt dann häufig die einheitliche Datengrundlage für ein gesamthaftes Unternehmensreporting. Hier kommen dann die Data Scientists ins Spiel, die z.B. durch Rückverteilung der Umsätze einer Fuhrparkflotte auf einzelne Autos eine fiktive einheitliche Datengrundlage für das Reporting erzeugen.
Mit R allein gibt es eigentlich nur Shiny als Tool, mit dem sich solche dynamische Webreports erzeugen lassen. Nicht immer kann es alle Anforderungen der unterschiedlichen Abteilungen erfüllen. Fast immer wollen die Fachabteilungen, dass sich die erzeugten Reportdaten per copy&paste in die Tabellenkalkulation kopieren lassen. Und die IT möchte fast immer einheitliche Standardlösungen für das ganze Untenehmen, um den Wartungsaufwand schlank zu halten. Python-Webkomponenten sind häufig ein guter Kompromiss, um einen R-Data-Crunching Kern auf eine einheitliche Reporting Basis zu hiefen. (Welcher Data Scientist beschäftigt sich schon gerne mit php, perl und java-script?)
Ehrlich gesagt hätte ich ich auch gedacht, dass Du, Athomas, aufgrund Deines beruflichen Backgrounds von uns Foris am besten mit solchen Reportingaufgaben vertraut wärst? Deshalb bin ich etwas verwundert über Deine Rückfrage.
[/edit]
Irmgard.