Om du är programmerare på jobbet, eller som hobbyist, är chansen rätt stor att du är en ”polyglot”. Det betyder ungefär att lära sig nya språk för att det är kul, inte för att det är ett krav på jobbet.

I så fall kanske du ska ta en titt på Julia, om du inte redan har gjort det. Språket har funnits ett tag, men avsiktsförklaringen från 2012 visar varför det är mer aktuellt än någonsin just nu.

Läs också: Kotlin utmanar Java på allvar

Julia skapades för att hantera beräkningar på ett enkelt sätt, med bra prestanda. Det passar alldeles utmärkt i dessa tider av dataanalys, maskininlärning och big data. Enkelheten ska komma sig av att det är som ett dynamiskt typat språk att jobba med, men med prestanda som ett kompilerat statiskt typat språk.

Designmålet var att skapa ett språk utan de kompromisser som finns i, håll i dig nu: Matlab, Lisp, Python, Ruby, Perl, Mathematica, R och C. Och det skulle kunna användas lika väl för vetenskapliga beräkningar, maskininlärning, datautvinning, linjär algebra i stor skala, samt parallella och distribuerade lösningar.

Ett tämligen ambitiöst designmål, för att uttrycka det milt.

Läs också: Vi frågade fem tunga utvecklare: vad är nästa stora grej?

Bland finesser som ska bidra till att uppfylla målet märks till exempel smidig hantering av datatyper, smart parallellisering och omfattande hantering av teckenuppsättningar. Varför är teckenuppsättningar viktiga för beräkningar? Bland annat för att grekiska tecken används i vissa typer av beräkningar.

För att inte alltid behöva uppfinna hjulet på nytt finns det direkt stöd för att använda funktioner skrivna i C och Fortran. Och så finns förstås stöd för grafikprocessorer.

Här kan man hämta Julia i dess enklaste form och här finns utvecklingsverktyg.