Архитектура математических вычислений на Kotlin

 /  RU /

В этом докладе мы будем говорить про KMath (https://github.com/mipt-npm/kmath) и не только. Вместе с Александром мы рассмотрим разные подходы к математическим API и их реализациям на разных языках программирования (Python, C++, Julia, Java и Kotlin). Также поговорим о том, почему сложно сделать математику одновременно удобной и быстрой. Детально разберем проблему боксинга.

Вы увидите, каким образом контекстно-ориентированный подход в Kotlin помогает решить не только проблему баланса между скоростью и удобством, но и позволяет сделать математические библиотеки модульными, и обеспечить их совместимость с высокопроизводительными платформными библиотеками.

В заключение поговорим о том, есть ли будущее у математических библиотек за пределами C++ (и не только в Kotlin).


Спикер(ы)

Александр Нозик
JetBrains Research

Преподает физику, математическую статистику и Kotlin в МФТИ, заместитель руководителя лаборатории методов ядерно-физических экспериментов в МФТИ и руководитель одноименной группы в JetBrains Research.

За плечами кандидатская диссертация по физике частиц, больше 12 лет опыта разработки, в том числе коммерческой. В основном на Java, но в последние 4 года Kotlin, кроме этого были Python, Groovy, Julia и так далее.