¿Qué tipo de programación informática usan los científicos?

En primer lugar, debe saber que cada lenguaje de programación que se creó se hizo porque la persona que lo creó tenía una necesidad muy específica en mente.

Entonces, tal vez cuando piensas en lenguajes “convencionales”, estás pensando en Java o Python o algo similar, cosas de las que todos han oído hablar. La razón por la que son tan populares es porque son ampliamente utilizados por las empresas, y eso significa que se acostumbran mucho (y muchas personas escuchan sobre ellos).

Para aplicaciones científicas, los científicos a menudo tienen necesidades muy específicas. Tal vez esto podría ser la reducción de números (es decir, el procesamiento de conjuntos de datos masivos) o hacer cosas extravagantes para la inteligencia artificial o la investigación del genoma (también procesar grandes conjuntos de datos) o quién sabe qué.

Realmente no es posible responder la pregunta con un solo idioma o programa, porque podría decirse que hay más ramas de la ciencia que áreas de negocios.

Piénselo: las empresas tienen algunas necesidades básicas y comunes, y puede satisfacerlas fácilmente con un puñado de lenguajes de programación. Las aplicaciones científicas, por otro lado, son tan variadas y diversas que los científicos a menudo usan lenguajes muy oscuros de los que nadie ha oído hablar o que muy pocas personas usan.

Dos idiomas que me vienen a la mente son Fortran, que entiendo que todavía se usa para descifrar números, y Julia, que está hecha específicamente y generalmente se usa para aplicaciones científicas. Pero hay muchos, muchos otros.

Trabajo en un departamento de investigación del cáncer, y la mayor parte de la programación aquí es la gestión de datos en torno a un núcleo de paquetes de análisis o visualización, principalmente en R (aunque utilizamos un montón de programas perl y python ). También he escrito bastante Python, y algo de C cuando se ajusta mejor al problema, aunque los biólogos tienden a seguir con R. R es bastante fácil cuando te acostumbras, tiene un entorno interactivo decente y tipo de datos y problemas que tenemos hay muchos paquetes útiles disponibles. En general, a eso se reduce: cada campo tiene una base de bibliotecas / paquetes / módulos útiles existentes, y usted tiende a atenerse al idioma para el que están escritos.

También hay un montón de software de nicho. Si tiene un instrumento costoso que produce archivos de datos extraños, generalmente hay algún programa dedicado para leer / limpiar / analizar / exportar datos de él. También hay un nicho lucrativo en la escritura de programas GUI fáciles de usar para resolver problemas específicos. No mencionaré ningún nombre, pero pagamos más de $ 10k / año por algunas licencias (no simultáneas) para un programa que realiza un solo tipo de análisis. Es fácil de usar, su base de datos de referencia es grande y está bien cuidada, su soporte es bueno y aparentemente vale la pena ese dinero.

Los científicos, en general, utilizan todo tipo de software especializado específico para su campo de investigación. Parte de él es software desarrollado por fabricantes de instrumentación, parte de él es desarrollado por compañías que se especializan en apoyar un área particular de investigación (si no es demasiado nicho), y gran parte es desarrollada directamente por científicos.

Como biólogo computacional, la mayoría del software que uso son en realidad bibliotecas de código abierto y kits de herramientas. Escribo una gran cantidad de código en R, Python, Java y JavaScript (con el raro bit de Scala, Perl y C, además de lenguajes especializados como SQL, Pig, lenguaje CRUD de Mongo, etc.). He trabajado con software de proveedores para secuenciadores y uso una variedad de aplicaciones de código abierto y utilidades para genómica y proteómica. También he usado herramientas comerciales de proteómica.