J'ai le plaisir de vous présenter cette présentation sur les bases du langage de programmation Julia.
Dans le bestiaire des langages de programmation, on trouve régulièrement de nouveaux venus, avec un succès souvent très éphémère. La première préversion de Julia est sortie en février 2012, après une incubation dans les laboratoires du MIT. Son objectif est assez simple : fournir une excellente performance à l'exécution du code (en se rapprochant du C), tout en gardant la facilité d'écriture des langages plus dynamiques comme Python ou MATLAB. Plus de dix ans après, le langage et sa communauté se sont développés, la performance est souvent très proche du C (le lecteur de fichiers CSV le plus rapide est d'ailleurs écrit en Julia), les mécanismes de base du langage ont permis de développer une composabilité à grande échelle dans tout l'écosystème (on peut combiner les fonctionnalités de plusieurs paquets qui n'ont jamais été prévus pour fonctionner ensemble).
Pour les fonctionnalités qui ne sont pas disponibles nativement en Julia, il est très facile d'accéder à du code écrit dans d'autres langages : C, Fortran, mais aussi Python, R ou MATLAB.
Un atelier de présentation des bases de Julia a eu lieu le 24 novembre dernier, dans les locaux de Datacraft, dont voici l'enregistrement.
Les calepins Jupyter sont disponibles sur GitHub.
Avez-vous déjà pesté sur les limitations de langages de haut niveau comme Python ou R, notamment en termes de performance ?
Julia apporterait-il une plus-value pour vos cas d'utilisation ? Quels sont-ils ?