Para que é usada a Julia? 10 Aplicações da programação Julia

Ao trabalhar em projetos de ciência de dados, você tem uma ampla gama de opções no que se refere às principais linguagens de programação. Além das linguagens mais pesadas, como Python, R e SQL, há também outras linguagens gerais e especializadas que você pode usar, como MATLAB, C/C++ e Go. Mas o que dizer de Julia, uma novata na cena? Aqui, veremos para que Julia é usada e por que você deve considerar aprendê-la. 

O que é Julia? 

Julia é uma linguagem de programação interessante e relativamente nova, projetada para ser a linguagem ideal para computação científica, aprendizado de máquina e mineração de dados. Lançado em 2012, o Julia se tornou rapidamente um dos favoritos entre os profissionais de dados experientes. 

Projetada para ter a velocidade do C, a capacidade de programação geral do Python e o poder estatístico do R, a Julia é uma linguagem poderosa e razoavelmente simples de aprender em comparação com outras linguagens. 

Atualmente, o Julia já foi baixado mais de 40 milhões de vezes e formou uma comunidade que registrou mais de 8.000 pacotes para a linguagem de programação. Em outubro de 2022, Julia ocupava a 25ª e a 27ª posições no índice PYPL e no índice TIOBE, respectivamente. Ou seja, embora ainda não seja tão popular quanto Python, R ou MATLAB, Julia é uma estrela em ascensão com popularidade semelhante à de SAS ou Scala.

Prós e contras da Julia 

É claro que é fácil ficar empolgado com uma nova linguagem de programação, especialmente quando ela pretende ser tão revolucionária. Entretanto, como em todos os idiomas, o Julia tem seus pontos positivos e negativos. A seguir, descrevemos alguns dos prós e contras da Julia. Exploramos isso em mais detalhes em nosso artigo sobre o surgimento da Julia: 

Julia Pros 

• É rápido. Você verá muita conversa sobre a velocidade da Julia. Em termos de microbenchmarks (medição do desempenho em uma série de padrões de código comuns), o desempenho é muito bom, embora esses resultados não incluam o tempo de compilação. Um estudo aprofundado descobriu que o pacote CSV.jl do Julia para lidar com dados de texto delimitados era de 1,5 a 5 vezes mais rápido do que o pacote pandas do Python na leitura de dados CSV. 
• Ele tem uma sintaxe clara. A sintaxe do Julia inspira-se nas linguagens de programação de dados existentes. Pense nele como o MATLAB, mas com algumas boas ideias extraídas do Python, R e Ruby. 
• É versátil. Como veremos, há muitos usos para Julia. Vários de seus recursos, como o despacho múltiplo, tornam-no aplicável em muitos setores e em todos os tipos de projetos. 

Julia Cons 

• O idioma é jovem. Conforme mencionado, Julia é relativamente nova no espaço. Por isso, não é tão difundido ou bem suportado como linguagens como Python e R. 
• Seu ecossistema é pequeno (mas está crescendo). Como resultado de sua novidade, a comunidade e o ecossistema ainda são relativamente pequenos. Há muitas soluções e pacotes exclusivos surgindo, mas, em comparação com pesos pesados como o Python, ele ainda tem um longo caminho a percorrer. 
• Ele tem alguns problemas de compilação. Várias fontes observaram um atraso na compilação de código usando o compilador just-in-time (JIT) do Julia. O JIT compila todo o código em código de máquina antes de executá-lo. Esse atraso pode tornar um pouco frustrante a tentativa de executar scripts rápidos.  

Julia Uses

Portanto, como uma linguagem emergente, Julia tem vários prós e contras. Mas para que a Julia é usada? 

Um dos principais objetivos da criação do Julia era criar uma linguagem que permitisse aos programadores escrever códigos claros, de alto nível, genéricos e abstratos que se assemelhassem a fórmulas matemáticas e, ao mesmo tempo, fossem capazes de produzir códigos de máquina rápidos e de baixo nível, normalmente vistos em linguagens estáticas. Confira a linguagem em ação com nosso tutorial do Julia. 

A seguir, descrevemos várias áreas em que a linguagem de programação se destaca. 

1. Computação numérica

Há uma série de pacotes que permitem que os programadores do Julia realizem tarefas de computação numérica. Por exemplo, para tarefas relacionadas à álgebra linear, há o módulo LinerAlgebra.jl; para encontrar raízes, há o NonlinearSolve; e para diferenciação automática, há o ForwardDiff ou o Enzyme. 

2. Aprendizado de máquina 

Mais uma vez, o Julia foi criado com o aprendizado de máquina em mente, especialmente o aprendizado de máquina científico, que se concentra especificamente em desafios e percepções de conjuntos de dados científicos. Como uma linguagem compilada projetada para paralelismo, o Julia pode oferecer uma velocidade imensa em determinadas tarefas de aprendizado de máquina. Por exemplo, o Julia pode melhorar significativamente os tempos de treinamento e reduzir os custos ao implantar modelos de aprendizado de máquina na produção. 

Com uma comunidade em expansão e muitos pacotes novos para ML, muitos dos quais estão incluídos na estrutura MLJ, o Julia pode ser uma ótima opção para esse campo. Um ótimo exemplo de aprendizado de máquina no trabalho da Julia vem de uma empresa australiana que faz a manutenção de linhas elétricas no país. Ao criar um mapa 3D e usar o aprendizado de máquina Julia, eles conseguiram identificar falhas de rede e possíveis falhas 100 vezes mais rápido do que antes. 

3. Estatísticas 

Outra função principal do Julia é a estatística e a análise estatística. Por exemplo, o meta-pacote StatsKit contém pacotes Julia para funções estatísticas básicas, bem como ferramentas para trabalhar com dados tabulares de DataFrames, distribuições de probabilidade, análise estatística multivariada, testes de hipóteses e muito mais.

4. Programação geral 

Como uma linguagem de programação de uso geral, o Julia é capaz de criar uma ampla gama de softwares e funções. Por exemplo, o pacote Blink permite que você crie aplicativos de GUI Electron, o GameZero apresenta o desenvolvimento de jogos para iniciantes e o Miletus permite que você crie contratos financeiros no Julia. 

Já mencionamos que o Julia foi projetado para ser relativamente fácil e rápido de escrever programas, devido à sua sintaxe simples. No entanto, ele também executa códigos e realiza cálculos muito rapidamente. 

5. Desenvolvimento Web 

Há várias ferramentas excelentes de desenvolvimento web do Julia disponíveis para os usuários. Pacotes como Genie.jl e Dash.jl. O Genie permite que os usuários trabalhem com dados da Web no Julia. É uma estrutura da Web de pilha completa que oferece aos usuários uma maneira de desenvolver aplicativos da Web com um fluxo de trabalho simplificado e eficiente. O Dash.jl é uma interface Julia para o ecossistema Dash, permitindo que você crie aplicativos Web em Julia. 

Exemplos de Julia em setores 

Agora que sabemos para que o Julia é usado em termos gerais, vamos dar uma olhada em alguns exemplos do Julia em setores. O site do Julia lista muitos dos aplicativos da linguagem, e destacamos alguns dos principais a seguir: 

6. Modelagem e desenvolvimento farmacêutico 

Julia é amplamente utilizada na área médica. Os pesquisadores usam o Julia para identificar e testar novos medicamentos, otimizar tratamentos e para diagnóstico e tratamentos. Pacotes como o BioJulia (uma infraestrutura de bioinformática) e o Pumas (para modelagem farmacométrica, a ciência de qualificar informações de testes de medicamentos) são comuns. Por exemplo, a gigante farmacêutica Pfizer usou o Julia para acelerar as simulações de novas terapias. 

7. Supercomputação paralela 

Um dos melhores exemplos da velocidade do Julia está no campo da astronomia, onde o pacote AstroLib.jl de rotinas astronômicas e astrofísicas é usado com frequência. 

Um exemplo do uso do Julia na astronomia é o projeto Celeste, em que uma equipe de pesquisa formada por astrônomos, físicos, engenheiros de computação e estatísticos desenvolveu um novo método de computação paralela usando o Julia. Após três anos de desenvolvimento, eles usaram esse método para produzir o catálogo mais preciso de 188 milhões de objetos astronômicos em apenas 14,6 minutos, uma melhoria de desempenho de mais de 1.000 vezes.

8. Modelagem e gerenciamento financeiro

O desempenho e a flexibilidade do Julia fazem dele uma ferramenta poderosa no mundo das finanças. Os profissionais usam a linguagem para desenvolver modelos e projeções para tomar decisões financeiras. Um dos pacotes mais populares é o JuliaFin, especializado em áreas como gerenciamento de ativos, gerenciamento de riscos, negociação algorítmica, backtesting e outras áreas de finanças computacionais, inclusive modelagem de contratos financeiros.

9. Robótica 

Roboticistas do MIT usam o Julia para programar robôs. Alguns exemplos incluem treiná-los para caminhar, subir escadas e percorrer terrenos difíceis e perigosos. Mais uma vez, os especialistas citam a flexibilidade e o código genérico do Julia como motivos de sua proeza nesse setor, pois ele permite que os profissionais escrevam funções claras que podem operar em uma variedade de tipos de dados.  

Uma das coleções populares de pacotes nessa área é a JuliaRobotics, que inclui pacotes Julia como o MotionCaptureJointCalibration.jl, que fornece calibração cinemática para robôs a partir de dados de captura de movimento. 

10. Segurança de rede  

Os especialistas em redes da Cisco usaram o pacote Flux.jl Julia para melhorar a segurança da rede e para o aprendizado de máquina. A capacidade de escrever códigos eficientes em uma única linguagem é citada como uma das principais vantagens do uso do Julia nesse campo. 

Primeiros passos com o Julia 

Evidentemente, os usos de Julia são significativos. Embora esteja longe de ser um substituto imediato do Python ou do R no campo da ciência de dados, considerando o quanto esses últimos estão estabelecidos, ele certamente tem o potencial de expandir seu repertório. Os interessados em aprender Julia devem começar com nosso curso Introduction to Julia, que o levará a conhecer os principais recursos dessa linguagem em rápido desenvolvimento. Você também pode encontrar nossa folha de dicas do Julia, que oferece uma referência útil sobre os conceitos básicos do Julia.