German Jet

Часто применяется для:

1. Локальные приложения и утилиты командной строки

• Сборщики и трансляторы
  
• Пакетная обработка и сценарии отложенной обработки
  
• Скрипты, CLI (интерфейсы командной строки)
  
• Генерация документации, отложенное формирование отчетов
  
• Сценарии тестирования для других систем
  

2. Серверы

• Серверы веб-приложений и SPA
  
• Серверы и API для мобильных приложений
  
• Любые другие веб-API (RPC, JSON, REST)
  
• Серверы сообщений и трансляция событий (чаты, игры, интерактив)
  
• Заплаты на уже готовые системы, написанные на других языках, для реализации вебсокетов, SSE, лонг-пулинга и т.д., т.е. для затыкания дыр, для решения проблем в узких местах уже работающих систем.
  

3. Клиенты

• Оконные приложения (nw.js, node-webkit)
  
• Кравлеры, парсеры и сбор данных
  

4. Железо

• Программирование микроконтроллеров (arduino, espruino, tessel)
  
• Промышленная автоматизация
  

Редко применяется (но подходит) для:

• CMS, публикация контента (просто ниша уже занята и в этой задаче нода не дает чего-то принципиально нового или сверх соблазнительного).
  
• Массовая электронная коммерция и торговля (не применяется для массовых движков магазинов, но используется отдельными крупными компаниями для торговых и платежных задач в качестве дополнительного средства к уже имеющемуся ПО, по сути закрывает узкие места).
  

И плохо подходит:

• Вычисления и моделирование, со скоростью математических операций нода и JS, как не типизированный язык, не дают хороших показателей
  
• Научные приложения (по тем же причинам)
  

Использую python + google app engine + webapp2 + jinja2, чувствую себя комфортно.

Я использую оба языка, и, признаться, R мне нравится больше. И вы правы, что там есть пакеты абсолютно для всего. Но Python обладает рядом преимуществ, главным из которых является развитая экосистема языка. Преимущества Python очень хорошо описаны тут. Вообще, в этом блоге есть много интересных статей как по Python, так и по R. Что касается deep learning, то для Python есть замечательная библиотека Theano.
Я бы порекомендовал сосредоточиться на Python, но R также не забывать на случай если понадобятся методы, не реализованные в Python, или будете работать с людьми, знающими только R.

Смотрите ForeignKey.on_delete, нужно у foreign key поля поставить on_delete=models.PROTECT.

Если на пальцах, то:

DevOps - это когда одни и те же люди выполняют роль как администраторов, так и программистов. За счет этого по идее достигается синергетический эффект, так как "админы" отлично понимают работу системы, "программисты" понимают что происходит на продакшене, какие проблемы возникают, можно срезать кое-где углы в плане документации например, и так далее.

Управление конфигурацией, вообще-то говоря, не всегда (и скорее - не) связано с DevOps, так как тот же Amazon позволяет успешно обходится без нее, если собирать AMI образы системы и катить их. Это в частности является еще одним доводом за DevOps, дескать благодаря SaaS и облачным хостингам администрирование стало слишком простым, чтобы держать админов на фултайм.

CI - это одна из "хороших практик" которая цена и сама по себе, не как часть DevOps. Когда ваша ветка мержится в development, запускается автоматическая сборка билда и прогона тестов (например, в Jenkins). Если после успешной сборки и прогона тестов билд еще и сам выкатывается в dev или stage окружение, это называется continuous delivery.

На мой взгляд, как вектор развития следует рассматривать бесспорно, так как хороший админ должен всем этим владеть и в любом случае уметь программировать хотя бы небольшие программы на Ruby / Python.

Как правило DevOps - это пишущий код админ. То есть, администрирование широкого профиля, плюс написание своих продуктов вплоть до модулей ядра. Например, Игор Сысоев, автор nginx - вполне себе DevOps, написавший веб-сервер под свои нужды.
Управление конфигурациями - это Chef, Puppet, Ansible - автоматизация конфигураций. Централизованное хранилище, которое позволяет подробно описать всё хозяйство - конфигурации машин, набор приложений, конфиги самих приложений, вплоть до того, что ты запускаешь клиент и идёшь пить чай. Через какое-то время у тебя полностью настроенный хост, готовый войти в продакшен.
Continuous integration - это слегка из другой оперы. Подразумевает средство тестирования и выкладки кода, багтрекер, контроль версий и автоматизацию всего как единый процесс, это всякие Jenkins, Teamcity, Hudson и так далее .
И да, первые два направления очень желательны. Без chef/puppet вообще сложно представить себе серьёзный проект, так или иначе он будет обмазан автоматизацией - мелкими скриптами и прочей наколеночной хренью. DevOps как промежуточное звено между кодером и админом - тоже очень серьёзная штука. Когда админ понимает как работает код, видит как применить тот или иной вызов системы, что такое COW и как тот же ruby гадит в память - это хороший админ.
Параллельно DevOps есть такая штука как эксплуатация. Это более "обычные" админы, которые не пишут сложные вещи, предпочитая python и bash с perl, решая задачи автоматизации низкого уровня.
Вообще, конечно, всё это дико размазано и в России не очень стандартизировано.