Spoon est une bibliothèque Java permettant d'analyser, transformer, transpiler et restructurer du code Java. Elle construit un AST (Arbre de Syntaxe Abstraite) bien conçu avec une API puissante pour l'analyse et la transformation. Spoon supporte les versions modernes de Java jusqu'à Java 20.

Le package pynsee permet d'accéder à plus de 150 000 séries de données macroéconomiques, à une dizaine de jeux de données locaux, à de nombreuses sources disponibles sur insee.fr, aux limites géographiques des zones administratives de l'IGN ainsi qu'à des métadonnées et à la base SIRENE contenant des données sur toutes les entreprises françaises.

Le projet cartiflette offre des méthodes fiables, reproductibles et multi-langages pour récupérer des fonds de carte officiels de l'IGN enrichis de métadonnées utiles pour la cartographie et la data science.

Ce projet consiste à traiter, nettoyer et normaliser les données d'adresses du Répertoire Électoral Unique (REU), les géolocaliser, créer des dictionnaires de variables et publier les données sur data.gouv.fr. Ce travail a été réalisé par l'Insee entre octobre 2022 et juin 2023 en collaboration avec la Dinum (Etalab).

Declearn est un package Python permettant de réaliser des apprentissages machine décentralisés en distribuant les calculs sur un ensemble de propriétaires de données. Il vise à offrir aux utilisateurs finaux et aux chercheurs en algorithmes une framework modulaire et extensible qui repose sur des abstractions suffisamment générales pour écrire du code algorithmique indépendant du cadre de calcul, des détails du modèle statistique ou de la configuration des communications réseau.

Ce projet utilise des modèles d'intelligence artificielle pour analyser des images satellitaires et détecter des objets spécifiques. Il permet la surveillance de zones géographiques et le suivi de l'évolution de cultures, offrant ainsi des informations précieuses pour divers secteurs d'activité.

Cheops est un service conçu pour gérer des ressources géo-distribuées de manière P2P, en utilisant scope-lang pour définir où les ressources seront répliquées et en transférant les opérations via un mécanisme de transfert. Il utilise des agents situés sur chaque site, un système de cœur battant pour vérifier la disponibilité des sites et une base de données géo-répartie pour stocker les informations sur les ressources.

Ce projet contient les supports de cours d'une auto-formation d'initiation à Python, proposée sur le SSP Cloud. Les différents chapitres peuvent être déployés en un clic sous la forme d'un Notebook Jupyter. Les sources des supports de cours sont disponibles au format qmd dans le dossier source/ et peuvent être générées en notebooks ipynb exécutables grâce à Quarto et aux packages Python nécessaires.

Ce projet propose des algorithmes heuristiques pour la correction de géométries de bâtiments extraits d'images aériennes. Il permet de détecter des bâtiments potentiellement collés et de rechercher des segments entre bâtiments adjacents. Plusieurs algorithmes de nettoyage et d'orthogonalisation sont également proposés.

Projet de traitement et d'analyse des données essentielles de la commande publique. Il permet de récupérer les données au format JSON, de les traiter et de les convertir au format CSV pour une meilleure utilisation. Il inclut également des fonctionnalités de visualisation de données géographiques.