Performance

Je veux maîtriser la compétence suivante : [Nom de la compétence, ex: React, le Japonais, le Dessin]. J'ai un niveau actuel de [débutant/intermédiaire] et je peux consacrer [X] heures par semaine. Crée un plan d'apprentissage ultra-performant basé sur les principes du meta-learning (Josh Kaufman, Tim Ferriss) : 1. Décompose la compétence en sous-compétences clés (les 20% qui apportent 80% des résultats). 2. Propose un programme d'entraînement de 30 jours avec des objectifs journaliers précis. 3. Suggère les meilleures ressources (livres, sites, outils) pour éviter de perdre du temps. 4. Définis des critères de feedback pour mesurer mes progrès rapidement.

Je gère [type de projet/équipe, ex: une équipe de support client / un site e-commerce] et je veux améliorer nos résultats. Aide-moi à définir une stratégie de pilotage par la performance : 1. Propose 5 indicateurs clés de performance (KPIs) pertinents pour ce contexte spécifique (mélange de KPIs de résultat et de leading indicators). 2. Pour chaque KPI, explique pourquoi il est important et comment le calculer précisément. 3. Explique comment éviter les 'vanity metrics' (faux indicateurs flatteurs). 4. Propose un tableau de bord simple pour suivre ces métriques hebdomadairement.

Je dois négocier [objet de la négociation, ex: un contrat B2B / une augmentation salariale] avec [contrepartie]. Mes objectifs sont : [Objectifs chiffrés]. Mes contraintes sont : [Limites à ne pas dépasser]. Agis comme un expert en négociation (type méthode Harvard) : 1. Prépare une 'Feuille de position' : mon point de vue, leur point de vue probable, et la zone d'accord possible (ZOPA). 2. Liste mes meilleures alternatives (BATNA) et leurs alternatives (WATNA) pour renforcer ma position. 3. Formule 3 questions puissantes à poser pendant la négociation pour débloquer les points de friction. 4. Simule 3 objections qu'ils pourraient faire et fournis les réponses idéales.

Je me sens dépassé par ma charge de travail et mes tâches personnelles. Je veux implémenter la méthode GTD (Getting Things Done) de David Allen. Guide-moi pas à pas pour construire mon système : 1. Explique les 5 étapes fondamentales (Capturer, Clarifier, Organiser, Réfléchir, Faire) appliquées à mon contexte. 2. Propose une structure de dossiers et de listes (physiques ou numériques, ex: Notion, Todoist) pour organiser mes tâches par contexte (Bureau, Maison, Appel, etc.). 3. Aide-moi à définir ma 'Semaine de revue' (Weekly Review) pour garder le système à jour et performant. 4. Donne des conseils pour passer de 'réactif' à 'proactif'.

Agis en tant qu'expert DBA. Voici une requête SQL problématique qui cause des ralentissements sur une base de données PostgreSQL en production : [INSÉRER REQUÊTE] 1. Analyse le plan d'exécution (EXPLAIN ANALYZE) et identinue les goulots d'étranglement (Sequential Scans, Hash Joins coûteux, manque d'index). 2. Propose une réécriture de la requête pour optimiser les jointures et les filtres. 3. Suggère les index spécifiques à créer (B-Tree, GIN, etc.) pour accélérer l'exécution. 4. Explique l'impact de chaque modification sur les I/O et le CPU.

Tu es un spécialiste de la performance web. J'ai besoin d'un plan d'audit technique pour une application SPARE (React/Vue) qui a de mauvais scores Core Web Vitals (LCP > 2.5s, CLS > 0.1, INP > 200ms). Fournis une liste de contrôle structurée comprenant : - **LCP (Largest Contentful Paint)** : Stratégies pour optimiser le chargement des images (Lazy loading, formats WebP/AVIF), préchargement des ressources critiques (preload/prefetch), et réduction du bloquage du rendu JS. - **CLS (Cumulative Layout Shift)** : Méthodes pour réserver l'espace aux médias et polices, et éviter l'injection dynamique de contenu au-dessus du pli. - **INP (Interaction to Next Paint)** : Techniques pour diviser les longues tâches JavaScript (Long Tasks), débouncing intelligents, et optimisation des écouteurs d'événements.

Analyse le bout de code suivant écrit en [LANGAGE] : [INSÉRER CODE] Ta mission : 1. Détermine la complexité temporelle (Big O) actuelle et la complexité spatiale. 2. Identifie les inefficacités algorithmiques (boucles imbriquées, structures de données inadaptées, appels redondants). 3. Propose une version refactorisée du code qui minimise la complexité. 4. Justifie tes choix de structures de données (ex: HashSet pour la recherche O(1) vs Array O(n)). 5. Compare les deux approches avec des scénarios de charge faible et élevée.

Je dois concevoir l'architecture backend d'une API prévoyant 100 000 requêtes par seconde avec une forte variabilité des pics de charge. Le système doit garantir une latence inférieure à 50ms. Propose une architecture détaillée incluant : - **Partitionnement** : Stratégies de Sharding de la base de données ou du cache. - **Communication** : Protocoles (gRPC vs REST/HTTP2) et messagerie asynchrone (Kafka/RabbitMQ) pour découpler les services. - **Mise en cache** : Stratégie multi-niveaux (CDN, Cache Application, Cache Distributed). - **Auto-scaling** : Configuration des horizontale pod autoscaler (HPA) et indicateurs de scaling personnalisés.

Notre application [LANGAGE/FRAMEWORK] souffre de fuites mémoire progressives, entraînant des crashes OOM (Out Of Memory) après quelques jours de fonctionnement. Agis comme un expert en debugging. Décris la procédure pas à pas pour isoler la source du problème : 1. Liste les outils de profiling recommandés (ex: pprof, Valgrind, Chrome DevTools Memory, VisualVM). 2. Explique comment capturer un snapshot Heap et analyser les "Retainers" et "Dominators". 3. Donne les causes courantes de fuites dans ce contexte (closures, écouteurs d'événements non supprimés, références globales, goroutines fantômes). 4. Propose un pattern de code ou une refactorisation spécifique pour corriger le problème suivant : [DÉCRIRE LE CONTEXTE DU CODE SOUPÇONNÉ].

Conçois une stratégie de cache pour un service de catalogue produits e-commerce où les prix changent fréquemment mais les descriptions changent rarement. Pour chaque scénario, définis le pattern de cache approprié (Cache-Aside, Read-Through, Write-Through, Write-Behind) et justifie pourquoi : 1. **Lecture produit** : Doit être ultra-rapide. 2. **Mise à jour de prix** : Doit être cohérente immédiatement pour l'utilisateur mais ne pas surcharger la base. 3. **Mise à jour de stock** : Forte concurrence d'écriture. Explique également la stratégie d'invalidation (TTL vs Événementiel) et comment gérer le "Cache Stampede" (thundering herd) si le cache expirait simultanément pour tous les utilisateurs.

Nous avons une fonction de traitement de données qui analyse des fichiers CSV volumineux. Elle fonctionne actuellement de manière séquentielle et est trop lente. Propose une solution de parallélisation en [LANGAGE] (ex: Go, Rust, Python avec asyncio/multiprocessing). 1. Explique comment diviser le travail (Chunking / Partitioning) pour maximiser l'utilisation du CPU sans exploser la mémoire RAM. 2. Compare l'approche 'Parallelism' (Multi-threading) vs 'Concurrency' (Async/Await Event Loop) pour ce cas d'usage spécifique (CPU-bound vs IO-bound). 3. Fournis un squelette de code implémentant un "Worker Pool" pour traiter N fichiers simultanément tout en limitant les ressources système utilisées. 4. Gère les cas d'erreur et l'agrégation des résultats.

Notre pipeline CI/CD (GitHub Actions / GitLab CI / Jenkins) prend 45 minutes pour s'exécuter, ce qui ralentit nos livraisons. Analyse le fichier de configuration suivant : [INSÉRER CONFIG YAML OU DESCRIPTION]. Propose des optimisations spécifiques pour réduire le temps d'exécution sous les 15 minutes : 1. **Caching** : Comment mettre en cache efficacement les dépendances (node_modules, pip packages, layers Docker) et les résultats de build intermédiaires. 2. **Parallélisation** : Identifie les étapes indépendantes qui peuvent s'exécuter en parallèle. 3. **Docker** : Optimisation du Dockerfile (utilisation de builds multi-stage, ordre des instructions, couche de cache). 4. **Tests** : Stratégies pour exécuter uniquement les tests touchés par le changement (Test Impact Analysis) ou répartir la suite de tests sur plusieurs agents.

Agis comme un consultant en amélioration continue. Analyse le processus de travail suivant : [Insérer description du processus]. Identifie les étapes inefficaces, les goulots d'étranglement et propose 3 solutions concrètes pour optimiser le flux de travail et réduire le temps de traitement de 20%.

En tant qu'assistant expert en gestion du temps, crée un planning hebdomadaire optimal pour la liste de tâches ci-dessous. Priorise les tâches à haute valeur, inclue des blocs de temps pour la concentration profonde et prévois des pauses régulières. Liste des tâches : [Insérer tâches].

Aide-moi à définir des OKR (Objectifs et Key Results) pour le département [Insérer département] pour le trimestre à venir. L'objectif principal est [Insérer objectif]. Propose 3 à 5 résultats clés mesurables, spécifiques et limités dans le temps pour suivre l'avancement.