J

Julia

Langages de programmation · Depuis 2012

2012

Creation

Site officielGitHub

Langage de calcul scientifique compile en JIT via LLVM, atteignant des performances proches du C tout en gardant une syntaxe aussi simple que Python. Son systeme de multiple dispatch permet d'ecrire du code generique qui se specialise automatiquement. Utilise par la NASA, la Federal Reserve et le MIT pour des simulations critiques.

compileddynamic-typingscientific
Avantages & Inconvenients

Avantages

  • Performances proches du C/Fortran sur du numerique (JIT LLVM), sans ecrire de C
  • Multiple dispatch : surcharge de fonctions generique, 100+ methodes par fonction courantes
  • Notation mathematique native : Unicode, broadcast vectorise avec le point (f.(x))

Inconvenients

  • TTFX (Time To First eXecution) : 5-30s de compilation JIT au premier appel
  • Ecosysteme 20x plus petit que Python : packages moins matures et moins maintenus
  • Communaute niche (~1M utilisateurs vs 15M+ pour Python) : peu de jobs hors recherche
Cas d'usage
  • Simulations climatiques et astrophysiques (NASA, NOAA)
  • Modelisation financiere et optimisation (Federal Reserve, BlackRock)
  • Recherche en ML/DL quand Python est trop lent (Flux.jl, Knet.jl)

Autres dans Langages de programmation

P

Python

Langages de programmation

Standard de facto pour la data science et le ML

interpreteddynamic-typinggeneral-purpose
J

JavaScript

Langages de programmation

Seul langage natif du navigateur, pilier du web

interpreteddynamic-typingweb
T

TypeScript

Langages de programmation

Typage statique pour JS, adopte par 78% des pros

compiledstatic-typingweb
G

Go

Langages de programmation

Langage de Docker, K8s et Terraform

compiledstatic-typingconcurrent