Formation au MLOps avec MLFlow pour acquérir les connaissances et les compétences nécessaires à la mise en œuvre de pratiques MLOps, en utilisant des outils tels que MLFlow. Exploration des aspects de la gestion du cycle de vie des modèles de machine learning, du développement à la production, à travers cinq chapitres.

Predicat est une API de classification de libellés de caisse conçue pour faciliter l'analyse sémantique de textes et aider à la catégorisation de dépenses. En lien avec l'application Product Labelling, Predicat permet de classer automatiquement les libellés de caisse en se basant sur des modèles de langue pré-entraînés.

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.

Le projet predictsignauxfaibles est un dépôt de code source Python permettant la production de listes de prédiction de signaux faibles dans des données financières. Il utilise des modèles entraînés et sérialisés pour effectuer des prédictions et générer des statistiques de performance.

Connection-Studio est une plateforme web permettant l'analyse et la visualisation de données biologiques, en particulier des réseaux d'interactions moléculaires. Il permet l'intégration de données hétérogènes et la recherche de motifs dans des données textuelles.

API d'automatisation de tests et de réalisation de constats sur applications mobiles.

Pybatsim est une API Python permettant de simuler des centres de données et de gérer des tâches informatiques distribuées. Il vise à optimiser l'utilisation des ressources informatiques en fournissant des algorithmes d'ordonnancement avancés.

Ce projet propose une API pour extraire des tableaux à partir de fichiers PDF. Il utilise des modèles de machine learning pour détecter les bordures des tables dans les documents et les récupérer au format CSV.

Le projet synthetic-data-sdc permet de générer des données synthétiques, respectant les contraintes et les exigences de confidentialité des données personnelles. Il facilite le développement et les tests en simulant des scénarios complexes et variés, tout en préservant la privacy des utilisateurs.

Abstra est un système permettant de créer le schéma E-R de n'importe quel ensemble de données RDF, JSON ou XML. D'autres formats seront ajoutés dans le futur.