Fluidsim est un framework extensible pour l'étude de la dynamique des fluides avec simulations numériques à l'aide du langage Python. Il permet de développer des solveurs de fluides (i.e. des packages Python résolvant des équations) en écrivant principalement du code Python. Les tâches gourmandes en temps sont effectuées par des fonctions compilées optimisées.

Solution open source conçue pour accélérer et sécuriser les builds Docker en environnement Kubernetes. Elle permet de déployer des instances dédiées et éphémères de BuildKit par projet ou architecture, optimisant ainsi les temps de compilation grâce à des caches partagés et une mise à l'échelle automatique. Intègre des mécanismes de sécurité avancés comme l'isolation des forks non fiables et la génération d'attestations SLSA pour la traçabilité des builds.

Ce projet propose des outils pour simuler des réactions chimiques complexes comme le modèle Gray-Scott, en exploitant les capacités de calcul haute performance de Julia. Il inclut des implémentations CPU et GPU, des optimisations pour la compilation juste-à-temps et des benchmarks pour évaluer l'efficacité des algorithmes. Destiné aux chercheurs et ingénieurs en calcul scientifique, il facilite l'exploration de phénomènes physiques et chimiques à grande échelle.

Ce projet est une participation étudiante à la compétition Google Hash Code 2019. Il consiste à résoudre un problème d'optimisation lié à la compilation distribuée de fichiers dans un codebase massif. L'objectif était de minimiser le temps de compilation en utilisant efficacement plusieurs serveurs dédiés à cette tâche.

HybroGen est un outil permettant de générer du code binaire personnalisé et optimisé pour différentes architectures. Il fonctionne en utilisant une base de données d'ensembles d'instructions et un langage de programmation spécifique (HybroLang) pour exprimer les variations de données. Un compilateur est ensuite utilisé pour générer du code binaire adapté aux capacités matérielles, le tout en temps réel.

Cahiers de travaux pratiques de compilation en Master 1 d'Informatique à l'Université de Strasbourg, comprenant des démonstrations en direct et des exemples d'analyse syntaxique avec Bison.

Projet dédié à l'optimisation de calculs mathématiques avancés, notamment pour des applications en physique et en traitement de données. Il propose des outils pour évaluer et simplifier des expressions algébriques, des produits matriciels et des calculs de barycentres, facilitant ainsi l'analyse et la modélisation dans des contextes scientifiques ou industriels.

Plateforme dédiée à la gestion de projets logiciels avec des outils intégrés pour le développement collaboratif, l'automatisation des tests, l'analyse de sécurité et le déploiement continu. Permet aux équipes de travailler efficacement sur des projets techniques tout en assurant la qualité et la sécurité du code.

Ce projet fournit des ressources pédagogiques pour les étudiants de l'ENSEEIHT en Sciences du Numérique. Il couvre deux matières principales : l'optimisation sans contraintes et les méthodes des différences finies pour les équations aux dérivées partielles (EDP). Les étudiants y trouvent des polycopiés, des travaux dirigés, des sujets de TP et des fichiers sources pour approfondir leurs connaissances.

Le projet optimisation vise à améliorer l'efficacité et la productivité des processus métiers grâce à l'automatisation et au suivi en temps réel. Il permet de simplifier les tâches répétitives, de détecter rapidement les goulets d'étranglement et de prendre des mesures correctives.