Антон

если получаемый ответ сохраняете в объекте foo, выполняете 2й запрос, сохраняя ответ в объект bar, потом сравниваете то, что вам надо foo.positions.query == bar.positions.query.

Нет, Python и Ruby будут работать на серверной части. Интерактивность — это JS. Ну или флеш, но я вам об этом не говорил.

Не знаю, насколько уж я монстр вот этого всего, но расскажу, как у меня что-то получилось.
Сперва, лет пять, наверное, назад, я попробовал запустить R и что-то сделать, но у меня так и не получилось открыть файл. Года через полтора к нам на психфак СПбГУ приезжал один товарищ из какого-то американского вуза и собирался учить нас статистике, используемой в клинической психологии. Однако, большую часть занятия мы учились открывать файл в R, что очень помогло мне в дальнейшем.
В 2012 году я уже кое-что мог делать в R, но чувствовал себя крайне неуверенно и делал всё очень, очень медленно. После того, как я уволился из СПбГУ (всё-таки вести блог "Новости СПбГУ" было слишком рискованным предприятием) у меня уже не было академической лицензии на SPSS, и я полностью перешёл на R и занялся выполнением коммерческих заказов.
В одном из них мне надо было быстро подготовить штук пятнадцать отчётов по одинаковым геомаркетинговым исследованиям разных точек Подмосковья. И я нанял коллегу, который был в R прокачан куда больше меня. По моему заказу, он написал скрипт, который автоматически открывал все xls файлы в папке, обрабатывал их и складывал нарисованные в ggplot картинки в новые папочки.
В своей последующей работе я ещё около полутора лет пользовался фрагментами этого кода. Наконец, в июле 2014 года я устроился работать исследователем в компанию Wargaming, рассчитывая, что регулярная, ежедневная практика позволит мне существенно укрепить мои навыки. Всё-таки, работать постоянно - это не то же самое, что на 3-4 дня в месяц включаться в проект. И не прогадал в том плане, что мне больше не надо заглядывать в справочник по функциям, чтобы решать рядовые задачи.

Очень рекомендую в первую очередь заняться не освоением каких-то суперсложных модных методов обработки данных, а добиться полного и чёткого понимания команд "шейпинга" данных. Вот эти вот все aggregate, cast, melt, rbind.fill, apply, lapply, recode, merge... Потому что пока этого понимания нет, при работе с любыми другими методами 70-90% времени уходит на то, чтобы понять, как подготовить данные того вида, которые нужны.

Увы, решение устроиться на работу привело меня к полной невозможности повышать свою квалификацию на курсере и т.п., потому что времени на такое просто нет в принципе. Разве что если как-то так спланировать и отпуск или новогодние каникулы на сие потратить.

Могу высказать мнение основанное на своем жизненном опыте.
Мне математика тоже дается тяжеловато, но это не мешает мне сидеть и разбираться в тех ее разделах, которые действительно нужны для решения конкретных задач.
Лично мне вообще плохо даются знания, которые не могут пригодится в ближайшее время.

Кроме этого хочу отметить одну очень важную вещь.
Мне довелось три года проработать админом в университете и я видел огромное количество будущих «программистов», которые шли на эти специальности только потому что им нравится сидеть за компьютером.

Поэтому главное это не то насколько вам легко дается предмет или смежные дисциплины, а то насколько вы готовы к трудностям, и на сколько вы понимаете, что программирование состоит не только из хитрых и интересных задач, но и из большого количества рутины, которая подчас отнимает уйму времени и не приносит никакого морального удовлетворения. Эта самая рутина, подчас отсеивает людей гораздо эффективнее чем способности к предмету.

Ну и я бы рекомендовал обратить внимание на Си-подобные языки (C#,Java,C++, ...), т.к. эра Delphi давно уже катиться к своему закату.