Netflix revela la forma en la que usa Python para la gestión y el análisis de operaciones, además de para ciberseguridad y redes.
Desde su blog podemos leer: “Utilizamos Python en todo el ciclo de vida del contenido, desde la decisión del contenido que se financiará hasta el funcionamiento del CDN que sirve el video final a 148 millones de miembros. Usamos y contribuimos con muchos paquetes de código abierto de Python.”
En el blog, los Pythonistas de Netflix nos contaban también la manera en la que utilizaban Python.
El departamento “Demand Engineering” se encarga de asignar y distribuir recursos dependiendo del tráfico y la conmutación por error. «Estamos orgullosos de decir que las herramientas de nuestro equipo se construyen principalmente en Python», nos cuentan en su blog. Todas estas herramientas utilizadas podrás conocerlas y aplicarlas en nuestro máster en programación Python.
¿Qué herramientas utiliza?
Usa Numpy y Scipy para hacer análisis numéricos, Boto3 para realizar cambios en la infraestructura de AWS, rq para ejecutar cargas de trabajo asincrónicas y todo ello bajo una API de Flask.
Las mismas librerías matemáticas, junto a Ruptures o Pandas son utilizadas por el equipo CORE de Netflix para trabajo analítico de alertas y estadísticas.
Python también es usado para tareas de automatización, exploración y limpieza de datos, y como una fuente para el trabajo de visualización. Además, resulta imprescindible en el área de aprendizaje automático de personalización, algoritmos de recomendación, personalización de las ilustraciones y los algoritmos de marketing.
Debido a la evolución de la plataforma y a que constantemente prueban nuevos enfoques, utilizan Jupyter Notebooks para impulsar muchas de sus pruebas.
Netflix usa Python prácticamente en todas las áreas de la empresa, aplica el aprendizaje automático a cientos de casos de uso en todas las divisiones de la compañía, la mayoría de esas aplicaciones funcionan con Metaflow, un marco de Python que facilita la ejecución de proyectos ML desde la etapa prototipo hasta la producción.
Metaflow como indican en el blog, lleva a Python a sus límites, aprovechándolo al máximo.
