Ce projet utilise des données satellites pour détecter et analyser les habitats spontanés. Il permet de définir le type de données satellites à utiliser, le département et l'année d'utilisation, ainsi que le type d'annotateur et la taille des buffers. Le pipeline d'entraînement complet est contenu dans le fichier src/run_training_pipeline.py et peut être lancé en définissant le fichier config.yaml et en exécutant la commande python src/run_training_pipeline.py <remote_server_uri> <experiment_name> <run_name>.

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.

NixOS-Compose vise à simplifier la configuration d'environnements distribués éphémères grâce à Nix, le gestionnaire de packages fonctionnel, et Nixos. Il s'inspire de NixOS Tests, nixos-generators et Arion.

Ce projet consiste à prétraiter et segmenter des images satellites à l'aide de données brutes. Il importe les données brutes sur un pod de travail, les prétraite et les annote automatiquement, puis télécharge le jeu de données annoté sur un service de stockage d'objets.

Ce projet vise à expérimenter le codage automatique de la NACE rev 2.1 basé sur les descriptions d'activités du registre Sirene. Il contient tous les composants nécessaires pour former un modèle de classification basé sur Fasttext, offrant une solution pratique et simple pour la compréhension automatisée des activités de sociétés.

Ce projet vise à analyser l'impact du framework AMP développé par Google sur la visibilité des résultats de recherche et sur les performances des pages web. Il contient des scripts de benchmark de référencement et de performance, ainsi que des notebooks permettant de comparer le rang d'apparition de résultats et les différences de performance.

API de soumission de résultats et de calcul de score pour un hackathon, avec protection d'accès au leaderboard final par clé API et limitation de taux de requêtes.

Ce projet fournit le code nécessaire pour créer un tableau de bord de surveillance de la classification NACE (rev 2.1). Le tableau de bord, propulsé par les nouvelles fonctionnalités de Quarto, permet aux utilisateurs de suivre les performances du modèle, de visualiser les prédictions et de prendre des décisions éclairées basées sur des données quasi-en temps réel. Il est accessible à l'adresse [https://dashboard-ape.lab.sspcloud.fr/](https://dashboard-ape.lab.sspcloud.fr/).

Ce projet permet d'analyser la couverture géographique des données essentielles de la commande publique augmentées publiées quotidiennement sur data.economie.gouv.fr. Les résultats sont affichés dans une application Web interactive.

Ce projet propose une bibliothèque permettant de comparer des profils de recommandations à partir de jeux de données fournis. Il permet de calculer une matrice de distance entre profils et de représenter cette matrice sous forme de graphe.