Ateliers
Enseigner comment les données circulent dans une machine : des lignes de cache et des pipelines d'instructions jusqu'aux algorithmes qui les alimentent.
-
OLIVESOFT
30 participants
1 session · 2 h
-
Securinets ENIS
60 participants
1 session · 4 h
-
IEEE Student Branch ENIS
52 participants
2 sessions · 6 h
Introduction to Competitive Programming Introduction to Python
Matériel et exécution
Toute abstraction a un prix, et il se paie en cycles et en défauts de cache.
-
Introduction to CS Fundamentals (Hardware)
Série d'ateliers en deux parties, animée pour OLIVE-LEARN (le programme de formation interne d'OLIVESOFT), retraçant le mouvement des données depuis les architectures matérielles parallèles jusqu'aux portes logiques.
Partie 1 : exécution efficace et calcul parallèle
- Exécution des données et du code : pipeline d'instructions du CPU, hiérarchie mémoire (caches L1/L2/L3), et comment le DMA, les cartes réseau et les APU déchargent le cœur principal du déplacement des données.
- Calcul parallèle et liaisons Python : modèles d'exécution SIMD, SIMT et MIMD, en montrant comment du code Python de haut niveau (vectorisation NumPy, threads GPU PyTorch) cible le matériel vectoriel sous-jacent.
Partie 2 : calcul au niveau du circuit
- Stockage des données et arithmétique construits depuis les bascules SR/D jusqu'aux registres 4 bits, aux additionneurs et à une unité arithmétique et logique.
-
Assembly Programming Workshop
Un atelier pratique sur l'exécution matérielle et la manipulation de données de bas niveau, montrant l'écart de performance entre Python de haut niveau et l'assembleur sur machine nue.
- Architecture bus et mémoire : transferts de données sur le bus système, ordre des octets (boutisme), E/S mappées en mémoire et alignement des registres.
- Assembleur ARM et gestion de la pile : pression sur les registres, opérations bit à bit, cadres de pile, exécution conditionnelle et exercices de code guidés.
- Comparaison Python et assembleur ARM : doubles implémentations montrant comment les abstractions de haut niveau introduisent un surcoût mémoire et de pile par rapport à la manipulation directe des registres.
- Jeu sur machine nue : en extension, un casse-briques implémenté en assembleur x86, en C et en C++ pour comparer contrôle mémoire manuel et vitesse d'exécution.
Algorithmes et langage
Passer de la force brute à la bonne complexité, dès la première ligne de Python.
-
Introduction to Competitive Programming
Une session de live coding menant les participants du raisonnement par force brute à la résolution optimisée fondée sur les patrons.
- Exercices sur les techniques de base : problèmes LeetCode résolus en direct avec sommes préfixes, recherche dichotomique et stratégies à deux pointeurs, convertissant des approches en O(N2) en solutions en O(N) et O(log N).
- Raisonnement sur la complexité : décomposition de l'analyse Big-O en temps et en espace pour du code itératif et récursif avec retour sur trace, y compris les bornes inférieures théoriques du tri sous différentes hypothèses (O(N log N) contre O(N) quand le minimum et le maximum sont connus).
- Feuille de route d'entraînement : un parcours d'auto-formation à travers NeetCode, Codeforces, HackerRank, Competitive Programming 4, CLRS et le cours d'algorithmique de Sedgewick sur Coursera.
-
Introduction to Python
Une session fondatrice menant les étudiants de la syntaxe Python à l'analyse de jeux de données réels et à leur représentation graphique.
- Mise en place de l'environnement : configuration de PyCharm avec des environnements virtuels isolés (
venv), pour établir des flux de travail propres et reproductibles. - Langage et structures de données : syntaxe Python, logique d'état dynamique et structures natives (listes, tuples, dictionnaires) comme briques d'organisation des données.
- Fichiers et visualisation : lecture de fichiers CSV avec les gestionnaires de contexte (
with open) et le modulecsv, puis tracé des données obtenues avec Matplotlib.
- Mise en place de l'environnement : configuration de PyCharm avec des environnements virtuels isolés (