Menu
Skills dans ce dépôt
SkillsMP a collecté 1 001 skills depuis JohnNuwan/EVA_CORE. Ouvrez un skill pour examiner sa source et ses détails.
JohnNuwan/EVA_COREAffichage de 40 skills collectés sur 1 001.
Guide complet du partitionnement et sharding — partition range, list, hash (PostgreSQL, MySQL, MongoDB), sharding horizontal (MongoDB, MySQL Cluster, Vitess), et stratégies de distribution des données.
Guide complet SQLite — base de données embarquée, CLI, optimisation, WAL mode, FTS5, extensions, et intégration Python/Go/Rust.
Tableau Desktop / Prep / Server / Public : connexions de données, calculs tableaux, LOD, paramètres, dashboards, histoires, API REST, Hyper, Tableau Extensions, Embedded Analytics.
Programmer des microcontrôleurs Arduino (AVR, SAMD, RP2040) — langage Wiring/C++, bibliothèques, capteurs, actionneurs, communication série et protocoles IoT.
Architecture ARM embarquée — Cortex-M/R/A, programmation, debug, optimisation
Bootloaders embarqués — stages, vector table, dual-bank, secure boot, MCU bootloader, USB DFU, OTA
Développement de drivers — Linux char/mem/block, I2C, SPI, GPIO, kernel modules, DT, device model
Concevoir et analyser des circuits analogiques — amplificateurs opérationnels, transistors (BJT, MOSFET), filtres passifs/actifs, alimentations linéaires/DC-DC, oscillateurs, boucles PLL et mise en forme de signaux.
Protocoles de communication embarquée — UART, I2C, SPI, I2S, CAN, LIN, 1-Wire, protocole implémentation
Programmer l'ESP32 (Xtensa LX6/LX7) pour l'IoT — Wi-Fi, Bluetooth BLE, Arduino Core, ESP-IDF, MicroPython, communication MQTT/HTTP/CoAP, OTA, deep sleep et protocoles industriels.
Deep Learning natif sur ESP32-S3 — ESP-DL, ESP-NN (optimisé pour Xtensa), accélération matérielle PIE/TIE, TFLite Micro avec custom kernels, traitement audio/vision temps réel, PSRAM, optimisation énergétique et déploiement.
Ingénierie du firmware embarqué — bare-metal, HAL, boot sequence, linker, debugging, optimisation
Programmer des FPGA avec Verilog et VHDL — logique combinatoire et séquentielle, machines d'état, traitement numérique (DSP), interfaces (SPI, I²C, UART, AXI), simulation et synthèse.
FreeRTOS — gestion des tâches, files, sémaphores, timers, scheduling, ports ARM/RISC-V
Google Coral Edge TPU — compilation de modèles (edgetpu-compiler), PyCoral API, inférence accélérée TPU, modèles pipeline (multi-TPU), transfer learning intégré, profiling et déploiement sur Dev Board et USB Accelerator.
Debug embarqué — JTAG, SWD, OpenOCD, GDB, trace, boundary scan, analyse de crash
Optimisation de modèles pour le déploiement Edge — pruning structurel et non-structuré, quantification-aware training (QAT), clustering de poids, distillation de connaissances, NAS (Neural Architecture Search) pour small models, TensorFlow Model Optimization…
Déploiement IA sur NVIDIA Jetson (Nano/Orin/AGX) — JetPack SDK, TensorRT optimisation, DeepStream pipelines vidéo, DLA accélération, multi-stream, profiling Nsight, déploiement CUDA natif, optimisation énergétique.
Déploiement Edge avec ONNX Runtime — conversion PyTorch/TF/Sklearn → ONNX, exécution cross-platform (CPU/GPU/TensorRT/OpenVINO/CoreML), optimisation de graphe, profilage et quantification avancée.
Concevoir des circuits imprimés (PCB) multicouches avec KiCad, Altium Designer et Eagle — schématique, routage, règles de conception, fabrication et assemblage.
Prototyper des circuits électroniques — breadboard, soudure, oscilloscope, multimètre, alimentation, analyseur logique, debug de signaux, mesures et instrumentation.
Architecture RISC-V embarquée — ISA, noyaux, toolchain, programmation bas niveau
Traiter des signaux numériques en temps réel et hors ligne — filtres FIR/IIR, transformée de Fourier (FFT), analyse spectrale, convolution, échantillonnage, décimation/interpolation, corrélation et méthodes adaptatives.
Programmer les microcontrôleurs STM32 (ARM Cortex-M0/M3/M4/M7) — HAL/LL, CubeMX, FreeRTOS, périphériques (TIM, ADC, DAC, DMA, USB, CAN), DSP avec FPU et CMSIS, debogage, bootloader.
Pipeline TFLite complet — conversion avancée, quantification INT8/FP16/FP32, GPU Delegates (OpenGL/OpenCL/Vulkan), NNAPI/XNNPACK, benchmarking, profilage mémoire, personnalisation d'opérateurs et déploiement cross-platform.
Fondations TinyML — concevoir, entraîner et déployer des modèles ML sur microcontrôleurs (ARM Cortex-M, ESP32, RISC-V) avec TFLite Micro, contraintes mémoire, budget énergétique et optimisation ultra-low-power.
Inférence ML optimisée sur microcontrôleurs — CMSIS-NN (ARM Cortex-M), Xtensa NN (ESP32), RV32IMC (RISC-V), kernels optimisés, SIMD vectoriel, DSP intrinsics, mémoire TCM/SRAM, pipeline DMA, benchmark cross-platform et débogage.
Concevoir, implémenter, backtester et valider des stratégies de trading algorithmique. Couvre vectorized backtest, event-driven backtest, metrics de performance (Sharpe, Sortino, Calmar, MDD), walk-forward analysis, optimisation bayésienne, robustesse et…
Stratégies de rendement en finance décentralisée (DeFi) : yield farming, staking, liquidity provision (LP) sur pools stables et volatiles, lending (Aave, Compound), restaking (EigenLayer), veTokenomics, optimisation des récompenses, impermanent loss hedging,…
Analyser les indicateurs macroéconomiques (PIB, inflation CPI/PCE, emploi NFP, PMI, taux directeurs Fed/BCE/BOJ, ventes au détail, confiance consommateur) et évaluer leur impact sur les marchés actions, forex, obligations et matières premières. Synthèse de…
Analyser et anticiper les décisions de politique monétaire (Fed, BCE, BOJ, BOE, PBoC) : forward guidance, dot plot, QT/QE, taux directeurs, opérations de refinancement, yield curve control. Modélisation de l'impact sur les courbes de taux, changes, indices.
Appliquer le machine learning aux marchés financiers : feature engineering à partir de données OHLCV, ordre book, sentiment ; modèles supervisés (Random Forest, XGBoost, LSTM, Transformers) pour prédiction directionnelle et régression de prix ; walk-forward…
Pricing et analyse des options : modèle Black-Scholes, calcul des Greeks (Delta, Gamma, Theta, Vega, Rho), volatilité implicite, skew, term structure, surface de volatilité. Tree pricing binomial pour options américaines. Sensibilités et hedging.
Concevoir, analyser et exécuter des stratégies d'options multi-legs : spreads verticaux (call/put spread), straddles, strangles, butterflies, condors, collars, covered calls, ratio spreads, calendars, diagonals. Payoff diagrams, breakeven, max profit/loss,…
Dimensionner les positions de trading selon le critère de Kelly, la gestion de drawdown, la volatilité cible et les règles de money management. Couvre le Kelly fractionnaire, le Half-Kelly, le Kelly pour stratégies multi-actifs, la gestion de la courbe de…
Calculer et interpréter les mesures de risque financier : Value-at-Risk (VaR) paramétrique, historique et Monte-Carlo ; Conditional VaR (CVaR/Expected Shortfall) ; Stress tests par scénario ; Risk budgeting et allocation optimale sous contrainte de risque ;…
Trading et analyse on-chain : interactions smart contracts via web3.py/ethers, MEV (sandwich, backrun), arbitrage DEX cross-pool, flash loans, mempool monitoring, DEX aggregation, liquidation bots, sniping, token analysis (rug pull detection, honeypot,…
Théorie du contrôle pour la robotique — PID, LQR, MPC, computed torque, force control, impedance, passivity-based
Dynamique des robots — Newton-Euler, Lagrange, Featherstone's RBDA, simulation, friction, contact, flexible dynamics, identification paramétrique
Cinématique des robots — paramètres DH, forward/inverse kinematics, Jacobien, singularités, workspace