Skip to content
Episode from the podcast Intervista Pythonista
Ep 38 Graph database e finanza con Python artwork

Episode

Ep 38 Graph database e finanza con Python

Released Saturday, May 13th 2023 38 min

Show notes

About this episode

Quali sono i modelli dati o i tipi di interrogazioni che rendono un graph database come Neo4J la scelta giusta? Come si alimenta e interroga Neo4J? Python può essere utile per analizzare dati finanziari e per simulare strategie di investimento? Conosciamo Claudio Cama, data engineer presso Reviva e Youtuber.

More from Intervista Pythonista

All episodes

Narwhals: unica API per tutti i dataframe. #86

37 min

Un’unica API per tutti i dataframe: Marco Gorelli (Quantsight Labs, creator di Narwhals e contributor di Pandas e Polars) spiega perché è nato Narwhals, come è stato adottato da gran parte dell'ecosistema data di Python. https://narwhals-dev.github.io/narwhals/

Bus factor. Python e Caffè

10 min

Raccontiamo cos'è il bus factor ispirati da un video della pagina LinkedIn "RAL commisurata all'esperienza". Vi è mai capitato di incappare in un progetto o servizio gestito in azienda solo da una persona e che questa persona fosse l'unica in grado di operarvi?

Interruzioni, incident management e debito tecnico. #85

34 min

Stefano Iasi, Head of Engineering di TrueLayer, racconta come il suo team è riuscito a portare il debito tecnico in roadmap: reliability, product debt e misurazione per decidere le priorità, con una cultura no-blame e review mensili per analizzare cosa va storto. Qui l'articolo menzionato nella puntata: https://incident.io/customers/truelayerstory

This podcast, its content and its artwork are not owned by, affiliated with, or endorsed by Castquire.

Up next

  1. Nothing queued. Use + Queue on any episode to line it up.

0:00 0:00