Ce projet a pour objectif de faciliter les discussions autour des fichiers échangés entre les parties prenantes du secteur de l'insertion. Il permet d'afficher certaines informations résumées sur les flux échangés, telles que le nombre d'entrants, les droits et devoirs, les données socio-professionnelles, etc.

Toyspace est un projet dédié à l'analyse et la visualisation de données géographiques relatives aux flux de population et aux réseaux de transport. Il permet de calculer différents indicateurs de mobilité et de tester des scénarios d'aménagement du territoire.

Le projet boolean-caspo-flux est une plateforme dédiée à l'analyse et la simulation de flux biologiques. Il permet l'intégration de données expérimentales et offre des fonctionnalités d'analyse de réseaux de régulation. Cet outil vise à aider les chercheurs dans l'interprétation et la compréhension des mécanismes de régulation des systèmes biologiques.

Le projet micmac-scala est dédié à la simulation et l'analyse de la propagation épidémique au sein de populations. Il offre des fonctionnalités pour intégrer des données démographiques, calculer des dérivées et générer des prévisions de flux de population.

Le projet caspo-flux permet la gestion de workflows de simulations biologiques et l'intégration de données expérimentales, suivies d'une visualisation des résultats. Il offre une interface conviviale pour les utilisateurs, leur permettant de définir et exécuter des simulations, ainsi que d'analyser et de visualiser les résultats.

Le projet bb-lossy est un outil d'analyse et d'optimisation de flux de données dans les réseaux. Il permet de détecter les goulots d'étranglement, d'analyser les performances et de modéliser le trafic réseau. Grâce à ses algorithmes avancés, il fournit des informations détaillées sur les flux de données et aide à identifier les axes d'amélioration.

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 vise à fournir un environnement d'apprentissage pratique pour les étudiants de la filière GGMD (Génie Geographique, Mobilité et Données) de l'Université Lyon 1. Il est composé de plusieurs TPs couvrant différents aspects de la conception et du déploiement de bases de données réparties, l'optimisation des performances pour le traitement de grandes quantités de données, l'analyse de données astronomiques à l'aide d'Apache Spark, et le traitement de flux de données en temps réel avec Spark Streaming et Apache STORM.

Ralph est un projet open source développé par France Université Numérique, conçu comme une CLI (et un serveur LRS) pour gérer les flux de données avec l'analyse d'apprentissage à l'esprit. Ce projet python est conçu pour construire des workflows de données en tant que pipelines UNIX avec le mantra KISS (Gardez-le petit et simple) comme credo : chaque sous-commande effectue une tâche simple et leur combinaison avec d'autres outils de ligne de commande (par exemple, ag, jq, xargs, ...) effectue des traitements complexes.

Application dédiée au traitement et à l'analyse des données liées à la prévention des événements maritimes. Utilise des flux de travail orchestrés pour assurer un traitement efficace et fiable des données.