Solution logicielle dédiée à la collecte et au traitement de données taxonomiques et multimédias sur les arthropodes. Elle permet de scraper des images et sons associés à des espèces ou catégories taxonomiques depuis des plateformes scientifiques, puis d'entraîner des modèles de reconnaissance automatisée. Les données collectées sont structurées pour faciliter l'analyse de la biodiversité et la classification d'espèces.

Ce projet fournit un ensemble d'outils et de workflows dédiés au traitement et à l'analyse de données issues de techniques de diffraction avancées, notamment pour la calibration et l'intégration de spectres de rayons X. Il facilite l'automatisation des processus expérimentaux et la gestion des données brutes et traitées, en s'appuyant sur des logiciels spécialisés comme pyFAI et Ewoks. Destiné aux scientifiques et chercheurs, il optimise la reproductibilité et la traçabilité des analyses.

Ce projet fournit des outils dédiés à l'analyse de données de diffraction des rayons X (XRPD) et au calcul de fonctions de distribution de paires (PDF). Il permet d'automatiser le traitement complet des données, depuis l'intégration des motifs XRPD jusqu'à la génération de fichiers de résultats exploitables. Les workflows proposés facilitent la configuration, l'exécution et l'export des données en formats standardisés comme NeXus (HDF5) ou ASCII, adaptés aux besoins des instruments scientifiques.

FIT2D est un logiciel d'analyse de données scientifiques, spécialisé dans le traitement de données unidimensionnelles et bidimensionnelles. Initialement développé à l'ESRF (European Synchrotron Research Facility), il était utilisé pour l'analyse interactive et le traitement automatisé de données issues d'expériences de recherche, notamment en physique et en science des matériaux. Le projet est désormais maintenu en open source pour la communauté scientifique.

Ce projet fournit des workflows dédiés au traitement et à l'analyse de données de fluorescence X (XRF) pour des expériences scientifiques, notamment dans le domaine de la spectroscopie. Il permet aux chercheurs de traiter des cartes, mosaïques et piles de données XRF de manière reproductible et automatisée, en intégrant des outils comme Orange pour une analyse interactive. Les workflows sont conçus pour être utilisés dans des environnements de recherche, notamment au sein de grandes infrastructures comme l'ESRF.

Ce projet vise à standardiser et automatiser le traitement des données pour garantir leur reproductibilité et leur fiabilité dans des environnements scientifiques ou techniques.

Projet dédié au traitement et à l'automatisation de workflows de données pour des applications scientifiques, notamment dans le domaine de l'analyse de données expérimentales. Il permet de structurer, traiter et optimiser des flux de données complexes pour des chercheurs ou des laboratoires.

Ce projet fournit des outils et services pour le traitement et l'analyse de données expérimentales issues de sources comme les synchrotrons. Il permet de surveiller en temps réel des fichiers de données scientifiques, d'évaluer la qualité des scans EXAFS, et de traiter des spectres MCA pour extraire des informations pertinentes. Destiné aux chercheurs et ingénieurs en physique expérimentale, il facilite l'automatisation et l'interprétation des résultats.

FemtoEasyStar est une solution logicielle dédiée à l'acquisition, au traitement et à l'analyse de profils de faisceaux lumineux. Elle permet de contrôler des caméras scientifiques pour capturer des images haute résolution, de sauvegarder les données brutes ou traitées, et d'automatiser le paramétrage des capteurs (exposition, gain, déclenchement). Utilisée dans des environnements de recherche ou industriels, elle facilite l'analyse quantitative des faisceaux pour des applications en optique, physique ou métrologie.

Automatisation du traitement des données RTA (Real-Time Analysis) pour le Large-Sized Telescope (LST) du projet CTA (Cherenkov Telescope Array). Ce projet gère l'exécution planifiée de scripts de traitement, la création d'environnements conda dédiés, et le lancement de tâches sur des nœuds de calcul pour analyser les données d'observation astronomique en temps réel. Il facilite l'intégration des outils scientifiques comme HiPeRTA et PhoenixDebugZMQ pour le traitement des flux de données.