Ce projet permet de fusionner des fichiers CSV ou Excel en utilisant des algorithmes de correspondance approchée, prenant en compte les erreurs de saisie, les homonymes et les variations de format.

Le projet dataESR vise à collecter, traiter et analyser des données relatives à l'enseignement supérieur et à la recherche en France. Il s'appuie sur des techniques d'extraction de données à partir de sources variées (web scraping, API, etc.), de traitement automatisé de données textuelles (NLP, SPARQL) et de visualisation de réseaux de relations (Neo4j).

Ce projet utilise TensorFlow et scikit-learn pour effectuer des analyses et classifications de données, en particulier du texte, grâce au traitement du langage naturel avec des outils tels que gensim et NLTK.

Ce projet est une API REST simple qui permet de pseudonymiser des textes en remplaçant les entités identifiables telles que les noms propres par des tokens. Il est basé sur un modèle d'apprentissage automatique supervisé utilisant une architecture biLSTM + CRF pour la reconnaissance d'entités nommées.

Service de consultation et d'automatisation d'exécution de notebooks Python, offrant une interface de visualisation de données et une interface d'administration de workflows.

Service de catalogage de données de l’État permettant aux administrations centrales et aux opérateurs sous leur tutelle de créer, gérer et ouvrir leurs catalogues de données dans le cadre de leur stratégie en matière de politique de la donnée.

CIBNav est un outil d'aide à la décision pour la gestion de la qualité de l'air. Il utilise des algorithmes avancés de traitement de données et de machine learning pour analyser les données environnementales, prédire la qualité de l'air et visualiser les résultats sur une carte interactive.

Ce projet consiste en un outil d'analyse de données textuelles, permettant la génération de résumés automatisés, la recherche de similarités sémantiques et la classification de données. Il est basé sur des algorithmes d'apprentissage automatique et des modèles de langage avancés.

Ce projet, nommé tf-idf_poc, a pour objectif de mesurer la fréquence des termes (tf-idf) dans les rapports de la Cour des comptes. Il s'agit d'un outil d'analyse textuelle permettant de mettre en évidence l'importance relative de certains mots-clés dans un corpus de documents.