Le projet vise à analyser les signalements de la DGS grâce aux techniques d'intelligence artificielle. Il se compose de 4 livrables : un socle technique d'ingestion des données, des algorithmes de classification des signalements, des algorithmes de regroupement des signalements, et une interface de traitement des signalements.

Le projet DGML vise à construire un catalogue de jeux de données de data.gouv.fr pour le Machine Learning. Il permet de sélectionner rapidement des jeux de données réutilisables par des algorithmes de ML et d'avoir un aperçu rapide des informations utiles pour faire du Machine Learning sur ce jeu de données.

FormIAble est un projet dédié à la classification et à la génération de formulaires. Il offre des fonctionnalités d'annotation de données et de génération de formulaires synthétiques, facilitant ainsi le traitement et l'analyse des formulaires.

OCR-Xtract est un outil conçu pour extraire des informations à partir de documents numérisés en utilisant des techniques de reconnaissance optique de caractères (OCR) et de traitement d'images. Il est destiné à aider les agents de l'État à traiter plus rapidement les documents dont les formats ne sont pas directement exploitables numériquement.

Socratext est un projet développé dans le cadre du programme 10% d'Etalab, ayant pour objectif de co-construire des solutions d'OCR, d'extraction d'informations et de compréhension de documents, en prenant en compte les besoins rencontrés par les administrations. Il permet l'entraînement de modèles pour l'extraction d'information à partir de photos de tickets de caisse.