🇬🇧 🇫🇷

Plus d'informatique

Si tu as une formation scientifique, mais pas spécialement informatique, tu te dis peut-être parfois que tu manques d'un bagage général, que aimerais comprendre ce qu'il y a sous le capot parce que ça te permettrait de mieux comprendre tes programmes. Les sujets de cette section sont destinés à te donner les connaissances informatiques qui te permettront de mieux raisonner sur la robustesse ou les performances de ton projet.

Sujet : Les langages de programmation : comprendre une diversité

Prérequis:

• Tu écris des scripts et du code.
• Tu te demandes pourquoi il y a autant de langages de programmation différents.
• Tu te demandes comment ils fonctionnent et comment, au fond, ils font fonctionner ton ordinateur.
• Tu te demandes quelles sont leurs différences et ce qu'elles veulent dire.

À propos:

• Structure du paysage des (nombreux) langages de programmation.
• Architecture de la machine : disque dur, RAM, CPU.
• Architecture du processeur : registres, calculs électroniques, assembleur.
• Compilateurs et optimisation.
• Interpréteurs et runtime.
• Représentation mémoire et types de données.
• Systèmes de typage : statique, dynamique.
• Gestion de la mémoire : allocations et pointeurs.
• Ramasse-miettes et examens d'emprunts.
• Approfondissement/Discussion de quelques exemples de langages:
  • Python
  • Shell: bash/zsh/fish..
  • Julia
  • C/C++
  • R
  • Rust

En quête de performances

Sujet 1 : Structures de données et complexité algorithmique

Prérequis:

• Structure basique des ordinateurs / des programmes (voir ci-dessus).
• Tu te demandes pourquoi certaines opérations sont bien plus efficaces que d'autres.
• Au delà des simples tableaux, tu te demandes comment des données structurées peuvent être représentées par un ordinateur : graphes, arbres, recombinaisons ancestrales..

À propos:

• Agencement mémoire et structures de données.
• Pointeurs, tableaux, listes chaînées, arbres explicites / implicites..
• Algorithmes et complexité : constante / linéaire / polynomiale / logarithmique / exponentielle..
• Parcours de données, indexation, tri..
• Exemples avec ton langage de programmation préféré.

Sujet 2: Optimisation bas-niveau

Prérequis:

• Structures de données et complexité algorithmique (voir ci-dessus).
• Tu penses que certains programmes ne peuvent être accélérés que si tu te plonges profondément dedans.
• Tu rêves d'en savoir plus sur le détail des architectures CPU.
• Ça te convient d'utiliser des logiciels compliqués d'analyse de performance.

À propos:

• Resources: algorithmica.org, chez bgregg, chez dendibakh.
• À l'intérieur du CPU : chaînage, prédiction de branche, caches mémoire.
• Vectorisation, élision de branche, localité mémoire, parallélisme (derniers recours).
• Outils de profilage : échantillonnage, évènements, méthodologie.
• .. on s'y plonge plus encore pour apprendre ensemble ;)