В плане изучения информатики выяснилось:
1. Есть сокращённая (по сравнению с оригинальной http://informatics.mccme.ru/course/view.php?id=156), зато с визуализацией версия питоновского курса Кириенко: http://pythontutor.ru/
2. "Олимпиадный" платный курс http://foxford.ru/courses/141 -- это продолжение первого свободного курса, там первые пять уроков повторение ("изучение Питона" для тех, кто уже как-то умеет программировать), а затем идёт обучение алгоритмам.
Проблема только в том, что я сам вряд ли в своей текущей программистской форме способен присмотреть за обучением на предлагаемом уровне (ну, если только не бросить работу и не переквалифицироваться в программисты). Но -- глаза боятся, руки делают.
Жаль, конечно, что учить придётся на Питоне. Я ещё раз поглядел на Julia -- например, кратенькая демонстрация мощи multiple dispatch в ноутбуке http://nbviewer.ipython.org/gist/StefanKarpinski/b8fe9dbb36c1427b9f22 (это исполняемый ноутбук, среда исполнения уже многоязыковая -- http://jupyter.org/). Основное, что там говорится -- это как достигать экономии кода. Абстракции нужно выявлять и оформлять, выявлять и оформлять.
Julia быстро развивается и действует мне на нервы -- он чем-то цепляет моё эстетическое чувство. Хочется даже самому что-то с ним поделать. Посмотреть на сам язык проще всего, сравнивая реализации чего-нибудь простенького на Julia с реализациями на разных других языках -- вот тут пара сотен таких примеров, специальная такая пузомерка для языков: http://rosettacode.org/wiki/Category:Julia
Deep Learning на Julia сделан по мотивам фреймворка Caffee https://github.com/pluskid/Mocha.jl -- архитектура сетки там вполне высокоуровнево описывается, но сетки только convolution, реализации recurrent ещё нет, только в планах. Автор фреймворка просит помощи, но сообщество там больше занимается оптимизацией, матричными алгоритмами, биоинформатикой, эконометрикой и т.д., так что просить помощи он будет ещё долго.
