Au début du processus de création de votre start-up fintech, vous devrez prendre des décisions clés très difficiles à annuler.
Une telle décision est votre choix de pile technologique, principalement le langage de programmation. Si vous vous trompez ici, vos coûts peuvent monter en flèche sur toute la ligne, vous mettant dans le rouge malgré les meilleures intentions.
Votre fintech a besoin d'un langage de programmation facile à gérer, évolutif, mature, performant et couplé à des bibliothèques et des composants prêts à l'emploi.
Heureusement, Python est là pour répondre à tous vos besoins fintech.
Lisez la suite pour savoir pourquoi Python est le choix de langage de programmation le plus intelligent pour la fintech.
Découvrir l'application et la popularité de Python dans la fintech
Avant de rejoindre STX Next, j'ai travaillé pour une fintech polonaise prometteuse. Bien que mes exploits aient été de courte durée, aboutissant à une victoire "Best of Show" à Finovate Europe 2016 (voir la vidéo FinovateEurope 2016 :Valuto), je me suis assuré que ma prochaine tentative me garderait connecté à l'industrie.
Ce que j'étais ravi d'apprendre en rejoignant la plus grande société de logiciels Python d'Europe, c'est à quel point le langage backend était répandu parmi les fintechs, à la fois les startups et les licornes.
Pour ceux qui rencontrent le terme pour la première fois, la fintech combine la technologie de la Silicon Valley avec les services financiers de Londres, New York ou Singapour. Selon le rapport annuel Fintech, les investissements cumulés à l'échelle mondiale dépasseront 150 milliards de dollars en 2017.
Beaucoup de ceux qui connaissent la fintech ne connaissent peut-être pas sa connexion à Python. La popularité croissante de Python en tant que langage de programmation a été démontrée par les nombreuses offres d'emploi du secteur financier à la recherche de développeurs Python depuis 2015, à peu près au moment où la fintech a commencé à gagner en notoriété.
Pourquoi Python est le langage de programmation le plus utile pour les startups fintech
Python est un langage de programmation idéal pour le secteur financier. Répandues dans les secteurs de la banque d'investissement et des fonds spéculatifs, les banques utilisent Python pour résoudre des problèmes quantitatifs pour les plates-formes de tarification, de gestion commerciale et de gestion des risques.
Python semble également avoir des réponses à la plupart des défis soulevés par le secteur financier en matière d'analyse, de réglementation, de conformité et de données, qui sont facilités par l'abondance de bibliothèques de support. (Plus d'informations sur ceux-ci plus tard.)
Je ne veux pas dissuader ceux qui utilisent d'autres langages côté serveur pour leurs fintechs bootstrapées. La plupart vous permettront d'atteindre des objectifs similaires et, en fait, de nombreuses entreprises utilisent plusieurs langages back-end pour développer leur produit.
Cependant, bien que ce soit le cas, certaines technologies vous aideront à atteindre vos objectifs de manière beaucoup plus rapide et intuitive. Je suis sûr que beaucoup auront leurs raisons pour lesquelles leur technologie back-end préférée est idéale pour la fintech, et c'est très bien, mais j'ai l'intention de mettre fin à une grande partie du débat dans les paragraphes suivants.
Je vais clarifier mon cas dès le départ :Python est la technologie financière qui connaît la croissance la plus rapide et est parfait pour votre prochaine aventure dans la fintech. Laissez-moi vous dire exactement pourquoi c'est idéal.
1. Entretiens de codage HackerRank
Lors du choix d'une pile technologique, il est important pour un PDG ou un CTO de fintech de tenir compte de la disponibilité actuelle et future du bassin de main-d'œuvre prenant en charge les technologies. Cela peut être fait en suivant les tendances en matière d'éducation, de trafic Stack Overflow ou via le recrutement.
Une étude menée en 2016 par HackerRank a examiné les langages de programmation les plus demandés dans six secteurs spécifiques :soins de santé, médias sociaux, jeux et médias, sécurité, finance et fintech.
Les graphiques, qui ont été créés sur la base des données de 3 000 défis d'entretiens de codage, montrent que si de nombreuses industries présentent de petites différences entre les langages de programmation les mieux classés, la fintech n'est même pas proche.
En fait, pour la fintech, Python surclasse le deuxième langage de programmation le plus fréquent dans les défis d'entretien de codage par 2 contre 1. Le finaliste ? Java, qui a dominé le développement de logiciels de services financiers au cours de la dernière décennie ou plus.
De plus, dans l'étude, HackerRank affirme que Python est généralement le langage qui connaît la croissance la plus rapide en finance.
2. Géants financiers qui utilisent Python
Après avoir examiné le bassin de main-d'œuvre et les tendances de recrutement, il est important de savoir que le langage de programmation que vous choisissez finalement a de bons antécédents. De plus, cela ne devrait pas vous désavantager lorsque vous traitez des problèmes typiques du secteur financier, tels que la vitesse, l'évolutivité et la résolution quantitative des problèmes.
Bien que Python ne soit en aucun cas un nouveau langage, sa popularité croissante dans les secteurs de la banque d'investissement et des fonds spéculatifs est un développement relativement nouveau. Une grande partie de l'omniprésence de Python parmi les géants des services financiers peut être attribuée à Kirat Singh. Si vous n'avez pas entendu parler de Singh, découvrez comment ce gourou de la banque d'investissement a démissionné pour créer sa propre entreprise.
Sa raison d'introduire Python ? Dans une interview accordée à eFinancialCareers en 2014, Singh (ancien directeur général de Bank of America Merrill Lynch) a déclaré :
Python est un langage de base pour le programme Athena de J.P. Morgan et le programme Quartz de Bank of America. Singh a poursuivi en disant :« Tout le monde chez J.P. Morgan doit maintenant connaître Python et il y a environ 5 000 développeurs qui l'utilisent chez Bank of America. Il y a près de 10 millions de lignes de code Python dans Quartz et nous recevons près de 3 000 commits par jour."
Depuis juin 2018, Citigroup a rejoint la liste croissante des banques d'investissement qui souhaitent que leurs analystes et traders aient de solides compétences en codage Python. En juillet, le groupe a ajouté des cours de formation Python au programme enseigné aux analystes bancaires récemment embauchés.
Mais les efforts de formation Python de Citigroup ne s'arrêtent pas là. Au-delà des récentes embauches, ils améliorent également les compétences de leurs managers, allant même jusqu'à demander au responsable des marchés et des valeurs mobilières du groupe, Paco Ybarra, de suivre une version de la classe Python.
Alors que J.P. Morgan, Bank of America et Citi devraient être ajoutés à la liste des titulaires que vous, en tant que dirigeant de la fintech, tentez de renverser, cela ajoute un poids sérieux à la raison pour laquelle le langage s'applique aux services financiers en premier lieu.
Ce qui fait que les fintechs et Python sont parfaitement compatibles
1. Simplicité
Développer une plate-forme de services financiers est déjà une tâche assez compliquée. Pourquoi ne pas vous faciliter la tâche en utilisant un langage considéré par les développeurs comme facile à coder et à déployer ?
Python devient connu pour sa syntaxe plus simple et pour être plus rapide à programmer que d'autres langages traditionnels, tels que Java ou C++. Lorsque je rejoignais STX Next, notre PDG Maciej Dziergwa m'a dit que les programmeurs sont capables de faire autant avec 10 lignes de code Python qu'avec 20 lignes de Java, et avec moins de risques de faire des erreurs. Compte tenu de la réglementation croissante de l'industrie des technologies financières, on comprend pourquoi un taux d'erreur plus faible serait important pour les PDG et les directeurs techniques des technologies financières.
Besoin de plus de preuves ?
Prenons un exemple pour démontrer à quel point Python est plus simple par rapport aux autres langages de programmation, en utilisant la manière dont les classes et l'héritage sont gérés. Ci-dessous, vous verrez à quoi ressemble le code en Python et en Java.
C'est 1 pour Python, 0 pour Java !
2. Coûts de développement logiciel et délais de mise sur le marché
Python est rapide. (Indiquez les grillons.)
D'accord, je vais probablement subir des réactions négatives de la part des développeurs qui lisent ceci. Python n'est pas largement considéré comme le langage le plus rapide en termes de performances. Cependant, pour quelqu'un qui cherche à lancer son produit fintech, laissez-moi m'expliquer.
Quand je dis "rapide", je ne fais pas référence aux cycles CPU mais plutôt à une mesure différente :le temps de mise sur le marché.
Quand tout est dit et fait, avoir un produit ou une application Web rapide devrait passer en second lieu par rapport à la rapidité avec laquelle vous pouvez mettre votre produit sur le marché. Demandez simplement à n'importe quel cadre supérieur. (Pour mémoire, je ne dis pas que les performances de Python sont lentes ; consultez les 10 mythes de PayPal sur Enterprise Python.)
Aujourd'hui, la ressource la plus chère d'une entreprise est le temps de ses employés. En tant que petite start-up fintech, vous devez surveiller vos résultats. Dans la plupart des cas, des investisseurs providentiels ou des VC vous observeront et s'attendront à la même chose. En tant que langage à typage dynamique, Python offre aux fintechs une alternative beaucoup plus rapide aux langages à typage statique.
Consultez cette étude de 2006, qui a suivi le temps qu'il a fallu pour écrire du code dans divers langages de programmation.
Lorsque vous avez un budget limité et que vous devez valider votre produit sur le marché immédiatement, le bon langage côté serveur devient plus important. Python offre un déploiement plus rapide et moins de code requis.
3. Une plus grande collaboration
En tant que cadre fintech, vous venez très probablement d'une formation financière, universitaire ou technologique. Peu importe lequel, d'autres membres de votre équipe compléteront probablement vos compétences avec un ou deux des rôles susmentionnés.
En plus de cela, votre équipe d'ingénieurs fonctionnera dans un environnement collaboratif au rythme rapide pour créer des produits avec des membres de l'équipe d'horizons et de rôles variés. Python, avec sa composition simple, permet aux développeurs de travailler en étroite collaboration sur des projets avec des professionnels tels que des chercheurs quantitatifs, des analystes, des ingénieurs de données et vous, le PDG.
Alors que les technologues augmentent leur exposition au côté financier de l'entreprise, ou vice versa, Python continuera de gagner en popularité.
4. Bibliothèques financières open source
L'un des principaux avantages de Python en tant que langage de programmation est la disponibilité d'un grand nombre de bibliothèques et d'outils. En tant que langage clé pour la programmation mathématique, ce qui est important pour les sociétés financières, Python propose de nombreuses bibliothèques financières et fintech.
Voici une liste pratique de certaines des meilleures bibliothèques Python utilisées par les entreprises fintech :
- SciPy (bibliothèque de calcul scientifique et technique),
- NumPy (package fondamental pour le calcul scientifique),
- pandas (bibliothèque flexible et puissante d'analyse/manipulation de données),
- pyalgotrade (bibliothèque de trading algorithmique),
- pyrisk (risque financier commun et performance),
- tyrolienne (une bibliothèque de trading algorithmique Pythonic),
- quantecon.py (bibliothèque d'économie quantitative),
- pyfolio (analyse de portefeuille et de risque),
- outils pybitcoin (bibliothèque Python ECC de bon sens sur le thème Bitcoin),
- marché financier (bibliothèque de backtesting des stratégies de trading et d'analyse des marchés financiers),
- scikit-learn (algorithmes d'apprentissage automatique),
- ffn (une bibliothèque de fonctions financières pour Python),
- pynance (logiciel open source permettant de récupérer, d'analyser et de visualiser les données des marchés boursiers et dérivés).
Vous connaissez une bibliothèque qui devrait rejoindre cette liste ? Allez-y et parlez-nous-en dans la section des commentaires.
Résumé
Pour les fondateurs de fintech, la sélection des langages et des frameworks qui forment votre produit principal aura de sérieuses implications sur la durée de vie du produit. Les langages et les cadres déterminent les talents auxquels vous avez accès, les types de produits financiers que vous pouvez créer, la rapidité avec laquelle vous pouvez valider votre produit sur le marché et, à bien des égards, la manière dont votre équipe travaillera ensemble.
Donc, si jamais quelqu'un vous pose des questions sur la viabilité fintech de Python, vous saurez maintenant quoi lui dire :
- La simplicité de Python entraîne des taux d'erreur plus faibles et moins de recherche de bugs.
- Python n'est peut-être pas le langage le plus performant, mais c'est un choix top pour un délai de mise sur le marché optimal.
- La syntaxe simple de Python facilitera la collaboration entre les développeurs, les experts techniques et la suite C.
- Enfin, la richesse des bibliothèques open source de Python fournit prêt à l'emploi des solutions à de nombreux problèmes courants dans le domaine des technologies financières.
Toujours pas convaincu, même avec tous les arguments ci-dessus ? Vous voulez en savoir plus sur les dirigeants de fintech existants qui ont choisi Python pour leurs paiements, leurs opérations bancaires, leurs assurances et leurs fintechs de finance alternative ?
Ne cherchez pas plus loin que nos 17 fintechs les plus importantes qui incluent Python dans leur pile technologique et 9 entreprises insurtech avec Python dans leur pile technologique, et pourquoi cela convient.
