Le Code sous le Capo

Sujet: La programmation comme science exacte (JavaScript en exemple) : les théories mathématiques appliquées et à appliquer

Description:
Et si on changeait notre façon de voir la programmation ? Et si, au lieu d'un art obscur, le développement logiciel devenait une science exacte, régie par des lois mathématiques ? Cet atelier interactif vous plongera dans les théories mathématiques qui sous-tendent le software engineering, de l'architecture logicielle jusqu'au code source, et vous montrera aussi comment elles sont mises en œuvre dans des outils concrets tels que les analyseurs statiques, les bundlers, les compilateurs et les gestionnaires de monorepos.

Agenda:

1. Introduction (10 minutes) : Présentation du sujet, des objectifs de l'atelier et du déroulement.
2. Théories mathématiques (30 minutes): Plongez dans les fondements mathématiques du développement logiciel. Nous explorerons les graphes, les monades, les functors, les fonctions curried, les formules d'Halstead et l'entropie logicielle.
3. Applications pratiques dans le monde du JavaScript (40 minutes): Plongez dans la programmation fonctionnelle en JavaScript et découvrez comment elle tire sa puissance de concepts mathématiques fondamentaux. Nous explorerons comment les arrow functions, les functors et les monades vous permettent de manipuler et de transformer des données de manière élégante et sûre, tandis que les fonctions curried et la pureté des fonctions favorisent la modularité, la réutilisabilité et la testabilité de votre code.
4. Outils dans le monde de JavaScript (30 minutes): Explorez comment les théories mathématiques vues précédemment sont mises en œuvre dans des outils concrets du monde JavaScript :

• Monorepos managers (ex: Nx, Turborepo) : Comment ils utilisent les graphes pour gérer les dépendances et optimiser les builds.
• Analyseurs statiques : Comment ils exploitent les graphes pour analyser la structure du code et détecter les problèmes potentiels (couplage, taux de bugs livrés, indice d'instabilité, indice de maintenabilité, ...).
• Entropie logicielle : Découvrez comment l'entropie logicielle peut vous aider à détecter et à prévenir l'augmentation du désordre dans votre code lors des refactorings et des modifications, et ainsi faciliter les revues de code.

5. Conclusion et questions-réponses (10 minutes) : Récapitulatif des points clés, ouverture aux questions et échanges avec les participants.

Animatrice:

Des moteurs de recherche aux systèmes de gestion de bases de données, découvrez comment les structures de données avancées façonnent le monde numérique ! Ce meetup vous permettra d'explorer en profondeur les Trees (BST, AVL, Red-Black, B-Tree, Trie), les Heaps, les Treaps et les algorithmes de cache LFU/LRU. Découvrez comment ces structures sont utilisées pour résoudre des problèmes complexes et optimiser les performances des applications. Préparez-vous à une session qui plongera au milieu des algorithmes, des exemples concrets et des cas d'utilisation réels.

Voici le plan que je vous propose:

1. Introduction (10 minutes)
2. Trees (50 minutes): principe, opérations de base, avantages, inconvénients et applications

• Binary Search Tree (BST)
• AVL Tree
• Red-Black Tree
• B-Tree
• Trie

3. Heaps et Treaps (30 minutes): principe, opérations de base, avantages, inconvénients et applications

• Heaps
• Treaps

4. Algorithmes de Cache LFU et LRU (20 minutes)

• Principe du cache et limitations
• Algorithme LFU (Least Frequently Used) : fonctionnement, exemples, et limitations
• Algorithme LRU (Least Recently Used) : fonctionnement, exemples, et implémentations

5. Questions/Réponses et Discussion (10 minutes)

• Session interactive pour répondre aux questions des participants et approfondir certains points

Animatrice:

Plongez dans l'univers fascinant des structures de données probabilistes! Ces structures innovantes allient efficacité et probabilités pour résoudre des problèmes complexes liés à la gestion de données massives, tout en acceptant un faible taux d'erreur. Découvrez comment les Bloom filters, Cuckoo filters, HyperLogLog, Count-Min Sketch, t-digest, Locality-Sensitive Hashing (LSH) et Skip lists révolutionnent des domaines tels que les bases de données, le Big Data et la détection d'intrusion.

Voici le plan que je vous propose:

• Introduction (15 minutes)
• Pourquoi les structures de données probabilistes ?
• Compromis entre efficacité et précision
• Aperçu des structures abordées
• Bloom Filters et Cuckoo Filters (30 minutes)
• Bloom Filters : principe de fonctionnement, applications, avantages et limites.
• Cuckoo Filters : principe de fonctionnement, applications, avantages et limites.
• Comptage et Estimation (45 minutes)
• HyperLogLog : principe de fonctionnement, applications, avantages et limites.
• Count-Min Sketch : principe de fonctionnement, applications, avantages et limites.
• t-digest : principe de fonctionnement, applications, avantages et limites.
• Locality-Sensitive Hashing (LSH) (20 minutes)
• Principe de fonctionnement
• Applications
• Avantages et limites.
• Skip Lists (20 minutes)
• Principe de fonctionnement
• Applications
• Avantages et limites.
• Questions/Réponses et Discussion (10 minutes)

Animatrice:

Dépassez les limites des bases de données relationnelles ! Découvrez les bases de données orientées graphe et leur capacité à modéliser des relations complexes, comme les réseaux sociaux, les systèmes de recommandation ou la détection de fraude. Neo4j, la base de données graphe leader, vous permettra d'explorer ce nouveau paradigme. Découvrez comment stocker, interroger et analyser vos données connectées avec Neo4j et son langage Cypher.

Voici le plan que je vous propose:
1. Introduction aux bases de données graphe (30 minutes)

• Pourquoi les bases de données graphe ?
• Limites des bases de données relationnelles
• Cas d'utilisation : réseaux sociaux, recommandations, détection de fraude...
• Concepts clés : nœuds, relations, propriétés
• Avantages : flexibilité, performance, expressivité

2. Découverte de Neo4j (45 minutes)

• Présentation de Neo4j : leader du marché, écosystème
• Modélisation des données avec Neo4j
• Exemples de modèles de graphes
• Introduction au langage Cypher
• Requêtes de base : création, lecture, modification, suppression
• Démonstrations avec Neo4j

3. Applications concrètes de Neo4j (30 minutes)

• Étude de cas 1 : analyse de réseaux sociaux
• Étude de cas 2 : système de recommandation de produits
• Étude de cas 3 : détection de fraude

4. Questions/Réponses et Discussion (15 minutes)

Animatrice: