Biocham est un outil de modélisation et de simulation de systèmes biochimiques. Il permet l'analyse de données expérimentales et la conception et l'optimisation de protocoles de synthèse.

Ce projet offre un cours d'introduction aux outils Docker et Docker-compose, permettant aux utilisateurs de maîtriser la création et la gestion d'environnements de développement isolés et reproductibles.

Ce projet propose une introduction pratique de 20 minutes aux notebooks, illustrée par un exemple concret d'analyse de données de locomotion humaine. Il s'appuie sur JupyterLab et des bibliothèques Python telles que Matplotlib, Pandas et NumPy pour démontrer les concepts clés de l'analyse et de la visualisation de données.

Ce projet consiste en la centralisation des scripts de modification de fichiers de texte pour le projet TIME US. Il vise à préparer, annoter et structurer des corpus textuels, en particulier dans le cadre de la mission de stage de Victoria Le Fourner sur la structuration des prud'hommes de Paris et Lyon.

Le projet geo-storylines est un outil d'analyse et de visualisation de données géolocalisées dans le temps. Il permet de représenter des trajectoires de déplacements sur des cartes interactives, de comparer des données géographiques et temporelles, et d'effectuer des analyses spatio-temporelles.

Kwollect est un framework de collecte et de gestion de métriques d'infrastructures informatiques. Il permet de collecter des métriques à haute fréquence avec un stockage sans perte et à long terme, et se concentre sur les métriques hors-bande, c'est-à-dire celles qui ne sont pas disponibles depuis les systèmes d'exploitation des ordinateurs, mais à l'extérieur, comme les capteurs de PDUs, les appareils réseau, les BMCs, etc. Kwollect est conçu pour s'intégrer avec des gestionnaires de tâches, en particulier lorsqu'il est déployé dans des centres de données HPC.

Ce projet est une application dédiée à la gestion de projets de développement, avec une intégration particulière à GitLab pour faciliter le partage et le suivi des projets. Il offre des fonctionnalités telles que la gestion des cookies, l'initialisation de boutons et le chargement d'extensions Jupyter.

Ce projet vise à rassembler des tentatives de reproduction de l'étude Challenger, qui analyse les facteurs de risque dans le programme de la navette spatiale. Il compare les résultats obtenus en utilisant différents langages de programmation et outils, et met l'accent sur la reproductibilité des analyses statistiques.

Ce projet permet l'analyse et la visualisation de données, en particulier de données géospatiales. Il offre également la possibilité d'automatiser la génération de rapports.

Guix Jupyter kernel is a project that offers a consistent and reproducible computing environment for data analysis and code execution. It leverages the Guix package manager to provide a robust and isolated environment, simplifying collaboration in data science projects and ensuring consistent results.