Les packages Python à apprendre pour des postes en hedge funds
Comme nous l’évoquions il y a quelque temps sur ce site, les hedge funds adorent les gens qui savent coder en Python. Après un démarrage en fanfare pour les frameworks web, Python a évolué pour devenir le principal langage de programmation des data scientists. Et il se trouve que les hedge funds dérivent une grande partie de leur alpha des données.
Peu de gens ont une meilleure connaissance de la science des données en hedge funds que Jeff Reback, managing director du hedge fund quantitatif Two Sigma. Ce diplômé en informatique du MIT travaille chez Two Sigma depuis 2017 est c’est un expert en big data et systèmes de trading électronique. Mais il est une chose que Jeff Reback connaît mieux que quiconque : Pandas, la bibliothèque open source Python, utilisée pour les structures de données et la manipulation tables. Jeff Reback est Monsieur Pandas : c’est lui qui gère le projet depuis 2013.
Lors d’un webinaire organisé cet été, il a présenté le graphe ci-dessous, qui reflète la forte croissance de Pandas parmi les librairies Python depuis sa prise de fonction. Sur la base de questions posées sur Stack Overflow, il traduit visuellement la prééminence de Pandas face à d’autres packages de données dans tous les secteurs, sans restriction à la seule finance.
On note cependant que la croissance de Pandas s’est stabilisée depuis 2020. Et la raison est la suivante : Pandas est génial, mais pas infaillible. Il est très facile à déboguer, et aussi très facile à tester, mais pas idéal une fois passée la barre des 10 gigabytes de données. À 10 giga et plus, Pandas est moins efficace et fait face à des contraintes de mémoire.
À ce stade donc, Jeff Reback explique que Two Sigma migre en toute simplicité vers autre chose : Ibis, un autre package Python open source conçu pour les très grands ensembles de données. Ibis n’apparaît pas sur le graphe ci-dessus. Comme Pandas, il a été conçu par Wes McKinney, un ancien chercheur quantitatif du hedge fund AQR. Wes McKinney lui-même a détaillé toutes les faiblesses de Pandas et les raisons qui l’ont mené à créer Ibis en 2017.
C’est pourquoi maîtriser Pandas aujourd’hui n’est plus suffisant. Il faut connaître Pandas et Ibis. Jeff Reback confie que Two Sigma a construit « Bamboo », une infrastructure tech qui utilise Pandas essentiellement pour les plus petits ensembles de données, et Ibis pour traduire le code en Apache Spark pour les plus grands ensembles. « C’est vraiment top, on écrit le code une fois, on le teste, on le fait fonctionner et on l’étend sans problèmes, » explique Jeff Reback.
Pour l’instant, Pandas reste de loin la plus utilisée des deux bibliothèques : elle compte 35 000 étoiles sur GitHub contre 2 000 seulement pour Ibis. Mais avec la prolifération des données, Ibis apparaît comme l’avenir. Les data scientists qui veulent travailler en hedge funds devront connaître les deux.
Crédit photo : Debbie Molle sur Unsplash
Have a confidential story, tip, or comment you’d like to share? Contact: sbutcher@efinancialcareers.com in the first instance. Whatsapp/Signal/Telegram also available (Telegram: @SarahButcher)
Bear with us if you leave a comment at the bottom of this article: all our comments are moderated by human beings. Sometimes these humans might be asleep, or away from their desks, so it may take a while for your comment to appear. Eventually it will – unless it’s offensive or libelous (in which case it won’t.)
