Ce projet génère les figures de l'article 'Défis de la mesure de la distribution des empreintes carbone : le rôle de l'hétérogénéité des produits et des prix' en utilisant diverses sources de données, telles que Budget de Famille de l'Insee, la base de données Footprint d'Ademe, et les données Nielsen des panels de consommateurs. Il vise à analyser l'empreinte carbone des ménages, comparer les dépenses de consommation et visualiser les données environnementales.

InfraPhenoGrid est une infrastructure dédiée à la gestion des données produites par les plates-formes de phénotypage végétal à haut débit. Elle permet d'utiliser des workflows scientifiques distribués sur une grille de calcul pour analyser les jeux de données massifs et complexes issus de ces plates-formes, avec pour objectif d'extraire des connaissances utiles en contexte de changement climatique et de sécurité alimentaire.

Onyxia est une plateforme publique dédiée à la data science et à l'analyse de données. Elle offre un environnement ergonomique et des services à la demande pour les chercheurs, statisticiens et data scientists. Les utilisateurs peuvent réserver la puissance de calcul nécessaire, accéder à un large catalogue de services analytiques et collaborer au sein d'une communauté active. La plateforme facilite l'analyse de données, le calcul distribué et le partage de ressources comme des tutoriels ou des canaux d'échange.

Ce projet consiste en l'analyse des données de la BQSS (Base sur la Qualité et la Sécurité des Soins) produites par la Haute Autorité de Santé. Il permet de comparer deux établissements d'une catégorie donnée sur un indicateur précis, d'évaluer la progression d'un établissement au fil du temps, de mesurer la distribution des résultats de certification par région et d'identifier un lien entre le volume d'une activité de soin et le résultat d'un IQSS.

Ce projet consiste en un dépôt de code source contenant des recettes Singularity pour créer des conteneurs d'analyse de données biologiques. Il permet de construire un conteneur avec une distribution Micromamba spécifique, des outils de machine learning et des dépendances CUDA pour le calcul haute performance.

Le projet Pyspark Playground est un environnement de développement et d'apprentissage dédié à l'utilisation de PySpark, un framework open-source pour le traitement et l'analyse de données à grande échelle. Il permet de créer des workflows de données distribués et de faciliter l'intégration de données entre différentes sources.

Le projet 2d-gaussian-polar est un outil d'analyse et de visualisation de données à deux dimensions. Il permet de représenter et d'analyser des distributions gaussiennes dans un plan, ce qui en fait un outil utile pour les domaines nécessitant une compréhension approfondie des données géospatiales.

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 est dédié à l'analyse des données économiques du programme PORTIC de Poitousprint. Il vise à générer des visualisations systématiques de la distribution de toutes les modalités des données.

Le projet elastic-beats-buildpack permet la collecte, l'analyse et la centralisation de données provenant de différentes sources distribuées. Il facilite la surveillance de l'infrastructure informatique et le déploiement de solutions Elastic. Spécialement conçu pour les conteneurs, il offre un monitoring performant des logs et métriques.