La parte più difficile del mio lavoro di data scientist è convincere le parti interessate non tecniche a capire come ancora un altro la soluzione di scienza dei dati può aiutare loro prendere decisioni migliori.
Questa non è una novità per me, però. È stato così nei miei oltre 5 anni di esperienza come data scientist e ingegnere di machine learning.
Dopo molteplici prove ed errori, ciò che ha funzionato per me nell'ordine sono:
- Condividi aggiornamenti regolari sui progressi (diapositive della presentazione) semplificando i concetti tecnici.
- Realizzazione di un'applicazione web di machine learning verso la fine del progetto per offrire alle parti interessate l'esperienza di interagire con la soluzione che abbiamo costruito in modo collaborativo.
Tuttavia, la svolta è stata che il mio collega dello stesso team da circa 5 anni aveva creato un'applicazione desktop (invece di un'applicazione Web) per un caso d'uso diverso utilizzando .NET. La squadra lo adora.
Allora mi sono chiesto: perché non realizzare un'applicazione desktop anziché web?
C'era però un problema, non solo il fatto che non conoscevo .NET, ma non avevo mai creato un'applicazione desktop prima. Ops.
Poiché so che Python è un linguaggio di programmazione generico, volevo vedere se potevo creare applicazioni desktop direttamente da Python.
Alcune ricerche su Google dopo, sono emersi due framework:
Sia Pyside6 che Tkinter utilizzano Python come wrapper per creare applicazioni desktop, esattamente quello che stavo cercando. Ho sfogliato i tutorial su ciascuno e ho deciso di provare PySide6. Probabilmente potrei provare Tkinter un giorno più tardi, ma non è questo il punto:
Meno pensieri eccessivi e esecuzione più rapida.
Quindi mi sono buttato subito.
Con mia sorpresa, non è stato così difficile come pensavo.
Fonte: towardsdatascience.com
