Ce projet consiste en deux analyses de données distinctes. La première exploite un jeu de données sur les ventes de jeux vidéo pour identifier les titres les plus vendus, les plateformes et éditeurs les plus populaires, ainsi que les tendances par région. La seconde utilise un dataset de races de chiens pour développer un modèle d'identification automatique basé sur des images. Les deux analyses visent à extraire des insights exploitables pour des décisions stratégiques.

Ce projet développe des outils pour analyser les données issues d'un radar UHF (Ultra Haute Fréquence) dédié à l'étude de l'atmosphère. Il permet de traiter et visualiser des profils de vent, des données de turbulence et d'autres paramètres météorologiques pour la recherche scientifique et la surveillance environnementale. Les résultats contribuent à améliorer la compréhension des phénomènes atmosphériques et à soutenir des études climatiques.

Ce projet permet d'analyser et de visualiser des données météorologiques et environnementales liées aux risques d'incendie de forêt en Algérie. Il exploite un jeu de données détaillé incluant température, humidité, vitesse du vent et précipitations pour évaluer les conditions propices aux départs de feu. Les utilisateurs peuvent explorer ces données pour mieux comprendre les facteurs influençant les incendies et contribuer à leur prévention.

Laser est un logiciel dédié au suivi et à l'analyse des données d'élevage, notamment pour les troupeaux de ruminants en milieu tropical. Il permet de collecter, gérer et analyser des informations précises sur la démographie des animaux (naissances, mortalités, ventes, achats), leurs productions (lait, croissance), ainsi que les interventions zootechniques ou médicales. Utilisé par des organismes de recherche et des projets scientifiques, il facilite la création de références techniques pour évaluer la productivité des races ou l'impact d'innovations en élevage.

Ce projet est une application web éducative permettant d'analyser et de visualiser des données sur les jeux vidéo. Il exploite un fichier CSV contenant des informations détaillées (ventes, notes, plateformes, etc.) pour offrir deux modes d'affichage : un tableau statique et un tableau dynamique avec tri personnalisable. L'application génère également des graphiques interactifs pour représenter les ventes annuelles groupées par plateforme ou genre, facilitant ainsi l'exploration des tendances du marché.

Le projet EDA_model a pour but d'analyser, détecter des tendances et prévoir des ventes à partir de données financières. Il offre une plateforme pour héberger différentes implémentations de modèles d'analyse de données.

FAST.Farm est un outil développé par le NREL (National Renewable Energy Laboratory) qui couple plusieurs modèles OpenFAST pour simuler un parc éolien complet et le flux de vent ambiant dans l'ensemble du domaine. Il permet de modéliser les interactions entre turbines, d'analyser les effets de sillage et d'optimiser la production énergétique en intégrant des données de vent réalistes. L'outil est particulièrement utile pour les ingénieurs et chercheurs en énergie éolienne afin de concevoir des parcs plus performants et durables.

Ce projet consiste en une base de données pour une entreprise de vente de matériel technologique et électroménager. Il permet de tracer précisément les achats clients, gérer les interventions du service après-vente (réparations, reprises, remises), suivre les stocks et les réapprovisionnements, ainsi que générer des factures détaillées. Le système inclut également des fonctionnalités d'analyse pour évaluer les performances commerciales et les tendances de panne.

Ce projet permet à une exploitation viticole de centraliser et analyser ses données pour améliorer la gestion de ses parcelles, vins et événements climatiques. Il facilite le suivi des ventes, l'optimisation des modes de culture et l'évaluation de l'impact écologique. L'objectif est d'aider l'exploitant à prendre des décisions éclairées pour maximiser la qualité des vins, réduire les coûts et minimiser l'impact environnemental.

Projet dédié à l'analyse et à la visualisation des profils de vent et des données atmosphériques du SIRTA (Site Instrumental de Recherche par Télédétection Atmosphérique). Il permet aux chercheurs et météorologues de suivre les conditions atmosphériques en temps réel ou en historique pour des études climatiques ou environnementales.