koding

В статье описывается современная социокультурная ситуация эскалации «больших» и открытых данных, анализируются ситуации, в которых социологу могут потребоваться новые компетенции, такие как программирование и кодинг. Говоря о ситуации возникновения большого объема доступных социологу данных, автор указывает на возможность возникновения двух ключевых исследовательских стратегий: самолокализации и погружения в данных. Первая стратегия предполагает концентрацию исследователя на традиционных формах социологического анализа, ограниченного небольшими выборочными исследованиями, вторая же ориентирована на максимальное использование все возрастающего объема открытых данных, которые могут быть извлечены исследователем из большого числа баз данных, а также он-лайн ресурсов глобальной сети Интернет.
В статье предложена классификация задач, которые могут возникнуть перед социологом при работе с большими и открытыми данными. Это, во-первых, извлечение необходимых для решения профессиональных задач данных из самых разных виртуальных источников, во-вторых, обработка данных и придание им «опрятного» вида, в-третьих, визуализация данных.  По мнению автора, решение этих задач требует овладения такими компетенциями как кодинг и программирование. Автор полагает, что для социологов с гуманитарным образованием наиболее подходящими являются статистическая среда R и язык программирования Python, которые имеют достаточно понятный синтаксис и в тоже время позволяют решать сложные задачи по обработке, анализу и визуализации данных.   
В этой связи, в статье приведены примеры реально работающих скриптов, с целью демонстрации возможностей языков программирования R и Python для извлечения, анализа и визуализации данных.
Ключевые слова: «большие» данные, открытые данные, кодинг, программирование, компетенции, статистическая среда R, язык программирования Python 

Summary.
In article the modern sociocultural situation of escalation of "big" and open data is described, situations in which to the sociologist new competences, such as programming and a koding can be demanded are analyzed. Speaking about a situation of emergence of large volume of data available to the sociologist, the author points to possibility of two key research strategy: self-localizations and immersions in data. The first strategy assumes concentration of the researcher on traditional forms of the sociological analysis limited to small selective researches, the second is focused on the maximum use of escalating volume of open data which can be taken by the researcher from a large number of databases, and also online resources of the global Internet.
In article classification of tasks which can arise before the sociologist during the work with big and open data is offered. It, first, extraction of professional tasks of data from the most different virtual sources, necessary for the decision, secondly, data processing and giving of a "tidy" look to them, thirdly, visualization of data. According to the author, the solution of these tasks demands mastering such competences as a koding and programming. The author believes that for sociologists with arts education the statistical environment R and the Python programming language which have rather clear syntax are the most suitable and in too time allow to solve complex problems of processing, the analysis and visualization of data.   
In this regard, in article examples of really working scripts, for the purpose of demonstration of opportunities of programming languages R and Python for extraction, the analysis and visualization of data are given.
Keywords: "big" data, open data, koding, programming, competences, statistical environment R, Python programming language