¿Python está por delante de Java en fintech?

 

El uso de Python está alcanzando a Java en aplicaciones bancarias y de tecnología financiera, pero ¿cuáles son las razones detrás de la aparición de este lenguaje?

Si bien tres millones de desarrolladores se han unido a la comunidad Java en el último año, en el sector bancario Python se está acercando rápidamente a la posición de Java en el primer puesto.

La historia de Python en el sector financiero

En todos los sectores, Python ha alcanzado siete millones de usuarios activos impulsados, ​​en parte, por un asombroso 62% de desarrolladores de aprendizaje automático y científicos de datos que ahora usan el lenguaje de programación.

Esta popularidad ganó impulso en 2015, con varias instituciones financieras que contrataron desarrolladores de Python.

A pesar de su reciente popularidad, particularmente en las industrias de banca de inversión y fondos de cobertura, Python no es un lenguaje nuevo, las primeras versiones surgieron en 1991, cinco años antes de HTTP 1.0 y cuatro años antes de Java.

El lenguaje es conocido primordialmente por su velocidad de programación. Los programadores pueden hacer tanto con 10 líneas de código Python como con 20 líneas de Java. Aparte de la ganancia de productividad, esto significa que hay menos posibilidades de cometer errores. A medida que el sector se vuelve cada vez más regulado, es importante tener una baja tasa de error especialmente para los gerentes de negocios de alto nivel tradicionalmente ajenos a los asuntos de desarrollo.

Además, como el tiempo es el recurso más crítico de todas las empresas, Python ofrece a las startups fintech una alternativa mucho más rápida a los lenguajes que se escriben estáticamente, una implementación más rápida y un código menos requerido.

Python se establece en la banca

El lenguaje de programación fue el primero, o al menos más notable, introducido en el sector bancario por Kirat Singh, el ex banquero de inversión de Goldman Sachs y JP Morgan, quien ha estado a la vanguardia de varias iniciativas tecnológicas de alto perfil.

Como director gerente y jefe de sistemas de riesgo global de Bank of America Merrill Lynch, Singh construyó la plataforma principal del banco para cotizar operaciones, administrar posiciones y calcular la exposición al riesgo en todas las clases de activos. Iniciado en 2010 y llamado Quartz, muchos observadores creen que este proyecto marca la primera llegada significativa de Python al sector.

Después del proyecto Quartz de BAML, Singh luego aplicó Python en la plataforma de negociación y riesgo de mercado de activos cruzados de JPMorgan, Athena.

Singh indica: “Todos en JPMorgan ahora necesitan conocer Python y hay alrededor de 5,000 desarrolladores que lo usan en Bank of America. Hay cerca de 10 millones de líneas de código Python en Quartz y obtuvimos cerca de 3.000 confirmaciones por día. Es un buen lenguaje de secuencias de comandos y se integra fácilmente en los extremos frontal y posterior, que fue una de las razones por las que lo elegimos en primer lugar ".

También enfatiza que "el ecosistema de Python se ha movido más rápido que Java, pero los desarrolladores de Python también tienden a ser más versátiles, ya que Python se destaca en la integración entre diferentes pilas y servicios, una capacidad que algunos trivializan como" pegamento ".

Matthew Harris, director de STX Next, una empresa de desarrollo de Python, está de acuerdo en que la popularidad de Python se debe a su simplicidad. Según Harris: “Un factor más importante podría ser la popularidad de Python en el aprendizaje automático y la ciencia de datos, en la resolución de desafíos en análisis, regulación, cumplimiento y datos. Tareas que se hacen más fáciles por la abundancia de bibliotecas de apoyo ".

Harris afirma: "Si bien Java todavía tiene la reputación de ser la" solución empresarial "cuya estabilidad la convierte en una opción segura para los grandes bancos, diría que esta reputación puede no durar mucho más".