FQreport est un outil en ligne de commande conçu pour analyser des fichiers FASTQ issus du séquençage haut débit. Il calcule et génère des statistiques descriptives essentielles comme le nombre de lectures et de bases, la distribution des longueurs de lectures, la fréquence des nucléotides par position, ainsi que les scores de qualité Phred et leurs quartiles. L'outil permet d'évaluer la qualité des données génomiques et d'identifier d'éventuelles erreurs de séquençage, facilitant ainsi l'interprétation des résultats pour les chercheurs en biologie moléculaire.

Ce plugin pour Icy permet de calculer et d'afficher l'histogramme d'une séquence avec un contrôle précis des paramètres. Il offre également la possibilité de calculer des histogrammes sur des régions d'intérêt (ROI) définies par l'utilisateur. Idéal pour l'analyse d'images ou de données scientifiques, il facilite l'interprétation visuelle et quantitative des distributions de valeurs.

Themis Artifact Repository est un outil permettant la surveillance de spécifications distribuées et la génération de moniteurs décentralisés. Il offre la possibilité d'analyser des traces distribuées et de simplifier les transitions d'automates.

Data.arcep.fr est une plateforme de l'ARCEP (Autorité de régulation des communications électroniques, des postes et de la distribution de la presse) qui fournit des données et des analyses sur les marchés et les indicateurs de télécommunications en France. Elle permet de suivre la couverture mobile et fixe, d'analyser les marchés et de consulter des données sur la qualité des services télécoms.

Le projet flink-datacenter est une solution de traitement et d'analyse de données en temps réel, basée sur Apache Flink. Il permet de gérer des workflows de traitement de données complexes et distribués, en offrant des fonctionnalités avancées telles que la gestion de flux de données, l'intégration avec des bases de données relationnelles et NoSQL, et la possibilité de définir des règles de transformation et d'agrégation des données.

Ce projet consiste à développer des traitements distribués pour l'analyse, l'importation, la préparation et l'exportation de données relatives aux déchets. Il s'appuie sur les technologies Big Data telles que Spark et Hadoop, ainsi que sur des outils d'accès aux données comme PostgreSQL et Hive.

Ce projet permet de comparer les performances des langages PIG et Spark dans le cadre d'un calcul de PageRank sur des données distribuées. Il inclut des scripts pour générer des données, exécuter les algorithmes et analyser les résultats. L'objectif est d'étudier l'impact des paramètres (nombre d'itérations, nombre de machines) sur le temps d'exécution et d'identifier les optimisations possibles pour améliorer l'efficacité des traitements.