Outil conçu pour analyser automatiquement le contenu des colonnes de fichiers tabulaires (CSV, Excel, ODS, Parquet) et détecter leur format (dates, codes postaux, numéros de téléphone, etc.). Il permet d'enrichir les métadonnées des jeux de données pour faciliter leur exploitation et leur croisement. Principalement utilisé par des plateformes de données ouvertes comme data.gouv.fr pour standardiser et valider les fichiers partagés.

JPanda est une librairie Java dédiée à la manipulation et à l'analyse de données structurées sous forme de dataframes. Elle permet de charger, visualiser et transformer des données issues de fichiers CSV ou de tableaux en mémoire. Les utilisateurs peuvent effectuer des sélections, des calculs statistiques, des groupements et des agrégations pour extraire des informations pertinentes. L'outil est particulièrement adapté aux développeurs et data scientists souhaitant automatiser des traitements de données sans recourir à des solutions lourdes.

Ce projet fournit des outils et des jeux de données anonymisés pour analyser les comportements des étudiants en génie logiciel à partir de leurs commits. Il inclut des scripts de transformation de logs JSON en fichiers CSV, ainsi que des rapports générés par Process Mining pour visualiser les indicateurs comportementaux. Les données et analyses sont destinées à la recherche académique.

Ce projet propose une suite de notebooks Jupyter dédiés à l'analyse et la visualisation de données génomiques 3D issues de fichiers Hi-C. Il permet aux chercheurs en biologie moléculaire d'explorer les interactions chromosomiques et de générer des visualisations pour leurs études. Les outils sont conçus pour être utilisés dans un cadre académique ou institutionnel, facilitant la collaboration et l'interprétation des données.

Outil dédié à la validation, la préparation et la visualisation de données scientifiques, notamment climatiques. Il permet de structurer des jeux de données bruts en fichiers NetCDF standardisés, de vérifier leur cohérence et de générer des visualisations adaptées à des grilles hexagonales ou autres formats géospatiaux. Utilisé principalement pour des simulations environnementales et des analyses de données issues de modèles climatiques.

Projet dédié à la transformation et à la conversion de données géospatiales et agricoles. Il propose des outils pour générer des fichiers PMTiles à partir de données comme le Registre Parcellaire Graphique (RPG) et convertir des GeoPackages en GeoParquet. Ces solutions visent à faciliter l'analyse et l'exploitation des données spatiales pour des usages publics ou environnementaux.

Fantoir-parser est un outil d'analyse de fichiers FANTOIR, permettant d'extraire des métadonnées relatives aux voies et communes. Il offre la possibilité d'analyser des buffers, des chaînes de caractères ou des flux, et de convertir des formats de dates pour une meilleure intégration.

Plateforme publique dédiée à la publication, la découverte et l'exploration des jeux de données produits par les ministères sociaux. Elle permet aux citoyens, chercheurs et administrations d'accéder à des données ouvertes sur l'emploi, la formation professionnelle et les politiques sociales. Les utilisateurs peuvent consulter, télécharger et analyser des jeux de données sous forme de fichiers CSV interactifs avec tri et filtres.

Ce projet permet d'analyser et visualiser la couverture neigeuse dans les Alpes à partir de données satellites MODIS. Il offre aux utilisateurs la possibilité de sélectionner une date et un produit satellite, puis de télécharger et traiter les fichiers pour générer des cartes de neige. Initialement conçu comme un projet scolaire à l'ENSE3, il s'adresse aux étudiants, chercheurs et professionnels en environnement ou climatologie souhaitant étudier les variations saisonnières de la neige.

Le projet CIBIG-WAVE Data stocke et organise les fichiers de données d'entrée utilisés dans les modules de formation du programme International Certificate in Bioinformatics and Genomics (CIBiG). Ce programme propose une formation intensive destinée aux doctorants et chercheurs utilisant des technologies de séquençage. Les données sont structurées pour soutenir l'analyse de séquençage avec un focus sur les applications en agriculture et santé, en collaboration avec des centres d'excellence régionaux.