Ce projet permet de générer des bases de données démographiques et géographiques synthétiques pour différents territoires (métropole, La Réunion). Il combine des données de population, de ménages et de découpage territorial pour produire des fichiers exploitables en analyse spatiale. Les données sont disponibles sous plusieurs formats (GeoPackage, Parquet, MBTiles, PMTiles) pour faciliter leur utilisation dans des outils de visualisation ou d'analyse.

Projet de traitement et d'analyse des données essentielles de la commande publique. Il permet de récupérer les données au format JSON, de les traiter et de les convertir au format CSV pour une meilleure utilisation. Il inclut également des fonctionnalités de visualisation de données géographiques.

Dépôt de développement pour le projet Euclid, une plateforme open source dédiée à la gestion de données géospatiales et à l'analyse spatiale. Le projet vise à fournir des outils pour faciliter la collecte, le traitement et la visualisation de données géographiques.

Ce projet Python est dédié à la manipulation et l'analyse de données carroyées à des fins de recherche géographique. Il permet de réaliser des intersections spatiales et des visualisations de données géospatiales.

Ce projet permet d'analyser la couverture géographique des données essentielles de la commande publique augmentées publiées quotidiennement sur data.economie.gouv.fr. Les résultats sont affichés dans une application Web interactive.

Projet open source dédié à l'analyse et à la visualisation des données électorales françaises. Il permet de générer des rapports détaillés sur les circonscriptions législatives, incluant des statistiques démographiques, géographiques et socio-économiques. Le projet facilite également la création de plaquettes personnalisées pour les députés et offre des outils pour extraire et traiter des données géospatiales.

Ce projet utilise Spark et PySpark pour analyser des données géographiques et médicales afin de détecter les déserts médicaux en France. Il s'appuie sur des données de l'INSEE et produit des visualisations grâce à GeoJSON.

Le projet InExtenso est dédié à l'analyse de données massives et hétérogènes en vue d'extraire des connaissances utiles pour la prise de décision. Il vise à développer des algorithmes innovants de fouille de données et à les appliquer à des données géographiques pour répondre à des besoins concrets en matière d'aide à la décision.

Ce projet propose des outils pour évaluer et analyser des cartes géographiques. Il permet de calculer des points d'intérêt, de déterminer des caractéristiques de cartes (comme le nombre de cartes par couleur) et d'évaluer des données spatiales. Les fonctions développées sont principalement destinées à des analyses automatisées ou des tests de performance.

Ce projet développe des plugins pour PDAL (Point Data Abstraction Library), une bibliothèque open source dédiée au traitement de données LiDAR. Il permet d'ajouter des filtres spécifiques pour décimer, assigner des rayons ou manipuler des nuages de points géospatiaux. Le plugin facilite l'intégration de données IGN (Institut National de l'Information Géographique et Forestière) dans des workflows de traitement automatisés, optimisant ainsi la gestion et l'analyse de données 3D pour des applications variées comme l'urbanisme, l'environnement ou l'archéologie.