Ce projet fournit des environnements Jupyter préconfigurés et sécurisés, spécialement conçus pour la recherche en santé et les data scientists travaillant sur des entrepôts de données médicales (EDS). Il standardise les outils, les dépendances et les bonnes pratiques pour garantir la reproductibilité, la sécurité et la collaboration dans l'analyse de données cliniques. Intégré à l'écosystème HELIX, il facilite l'accès aux données tout en respectant les contraintes de gouvernance et de conformité.

Le service JupyterHub Paris Saclay fournit un accès facile à des notebooks Jupyter pour le personnel et les étudiants de l'Université Paris-Sud / Paris-Saclay. Il est configuré pour utiliser l'authentification Renater et dispose d'une variété d'outils et de bibliothèques scientifiques Python préinstallés, ainsi que des outils spécifiques utilisés dans plusieurs cours. Le serveur est administré conjointement par l'équipe Cloud@VD et une équipe de power users.

BinderHub est une plateforme permettant de construire, d'enregistrer et de connecter des images Docker à partir de dépôts Git, offrant ainsi un accès à des instances JupyterHub dédiées. Il associe JupyterHub pour l'authentification des utilisateurs et l'exécution de notebooks Jupyter, et Repo2Docker pour la génération d'images Docker à partir de dépôts Git.

Image Docker de base pour l'utilisation de JavaScript avec Jupyter Lab, basée sur Minimal Jupyter Notebook Stack. Elle inclut Node.js, npm et IJavaScript, ainsi qu'un accès root sans mot de passe et un script wrapper pour une utilisation avec MyDocker.

Ce projet propose une image Docker légère basée sur CentOS 7, intégrant Miniconda, PyTorch avec CUDA 11.3 et JupyterLab. Destiné aux environnements de développement et d'intégration continue, il permet aux chercheurs et développeurs de créer des notebooks interactifs pour l'apprentissage profond. L'image est optimisée pour les calculs accélérés par GPU et est hébergée sur l'infrastructure interne du Pasteur Institute.

The jupyterlab-slurm project simplifies the process of running Jupyter notebooks on Slurm clusters by providing a one-step session setup with SOCKS proxy and automatic configuration for Firefox. This tool enables researchers and data scientists to easily launch and manage Jupyter Lab sessions on Slurm nodes, making data analysis on high-performance computing clusters more accessible and user-friendly.

GLiCID JupyterLite est une plateforme permettant de créer et partager des notebooks Jupyter accessibles directement dans un navigateur web. Il offre un environnement de développement pour la programmation et l'analyse de données, avec la possibilité de pointer vers des notebooks spécifiques dans des branches dédiées.

Ce projet propose des ressources pédagogiques sous forme de notebooks Jupyter pour l'enseignement de l'électronique. Il inclut des rappels sur Python, des exemples de comptes rendus de travaux pratiques et des TD interactifs. Les notebooks sont accessibles en ligne via des plateformes comme Binder, permettant aux étudiants de manipuler et d'expérimenter directement dans leur navigateur.

Projet pédagogique collectif destiné aux étudiants en première année de master d'informatique. Il propose des séances interactives d'algorithmique utilisant Jupyter Notebook pour faciliter l'apprentissage pratique. Les ressources incluent des diaporamas interactifs, des exercices guidés et des supports de cours accessibles en ligne, complétant l'enseignement dispensé à l'Université Paris-Saclay.

JupyterLite permet de créer et d'exécuter des notebooks interactifs directement dans un navigateur web, sans installation locale. Il facilite l'analyse de données, la visualisation scientifique et l'apprentissage grâce à une interface intuitive. Idéal pour l'éducation, la recherche ou le prototypage, il offre une expérience similaire à Jupyter Notebook mais accessible en ligne. Les utilisateurs peuvent partager leurs travaux facilement et collaborer en temps réel.