Ce projet automatise le déploiement d'instances de l'application 'mesure-impact' sur Kubernetes en utilisant une approche GitOps. Il gère les configurations spécifiques à chaque environnement (dev, prod) tout en assurant une séparation stricte des responsabilités entre le chart Helm générique et les manifests spécifiques à chaque instance. L'objectif est d'offrir un déploiement auditable, reproductible et sécurisé, avec un cloisonnement strict des accès et des ressources.

Ce projet automatise la production du fichier Fiqual pour le recensement de la population, en générant une seconde mesure de qualité indépendante du Ficod existant. Il utilise des modèles d'apprentissage pour analyser les images de questionnaires et appliquer des règles déterministes issues des consignes officielles. L'objectif est d'améliorer la fiabilité des données tout en permettant une comparaison objective entre les deux fichiers.

Ce projet permet d'étendre les fonctionnalités de PyMoDAQ pour analyser et mesurer les propriétés des cristaux. Il facilite l'acquisition, le traitement et la visualisation de données issues d'expériences de diffraction ou de spectroscopie. Destiné aux chercheurs et ingénieurs en science des matériaux, il simplifie l'automatisation des mesures et l'interprétation des résultats.

Collecteur_Gilson est un système dédié à la collecte automatisée et à l'analyse de données environnementales, notamment pour le suivi de la qualité de l'eau. Il permet de centraliser les mesures réalisées sur le terrain, d'automatiser les rapports et d'assurer un suivi rigoureux des prélèvements hydrologiques. L'outil est conçu pour répondre aux besoins des laboratoires, des collectivités et des acteurs de l'eau.

Ce logiciel pilote un robot de positionnement 5 axes pour réaliser des campagnes de mesures acoustiques automatisées. Il s'interface avec PULSE LabShop pour déclencher des acquisitions de données, gère les coordonnées du microphone et simplifie la cinématique complexe du robot. L'outil offre une gestion centralisée des paramètres, des outils de diagnostic et une configuration matérielle adaptée pour des mesures acoustiques précises.

Ce projet permet de contrôler des caméras Hamamatsu dans le cadre de mesures scientifiques automatisées. Il facilite l'acquisition, le traitement et l'analyse de données expérimentales en laboratoire. Les utilisateurs peuvent configurer des protocoles de mesure, visualiser les résultats en temps réel et exporter les données pour des analyses ultérieures. Il s'intègre dans des environnements de recherche ou industriels nécessitant un pilotage précis d'instruments.

Ce projet est une extension pour PyMoDAQ, une plateforme open source dédiée à l'acquisition et au contrôle d'instruments de mesure en laboratoire. Il permet d'intégrer des spectromètres Avantes pour réaliser des mesures spectrales précises, automatisées et reproductibles. Utilisé principalement dans les domaines de la recherche, de l'industrie et de l'enseignement, il facilite l'analyse de données optiques et la gestion des expériences scientifiques.

MUPHOTEN est une pipeline dédiée à l'analyse automatisée d'images astronomiques issues de réseaux de télescopes hétérogènes. Elle permet de détecter et mesurer des objets célestes transitoires (supernovas, astéroïdes, etc.) en soustrayant des images de référence, en calibrant les magnitudes et en vérifiant la qualité des données. L'outil est utilisé par des astronomes pour surveiller des phénomènes variables dans l'univers et produire des données photométriques précises.

Ce projet propose une interface graphique simplifiée pour piloter des expériences scientifiques via le logiciel qcontrol3. Il permet de scanner et modifier des paramètres expérimentaux, de générer des séquences automatisées et de gérer des fichiers de configuration pour des mesures en laboratoire. L'outil est conçu pour faciliter l'analyse de données et l'optimisation de protocoles expérimentaux dans un environnement Python3.

Outil dédié à l'extraction automatisée de spectres XANES (X-ray Absorption Near Edge Structure) à partir de données expérimentales. Il permet aux chercheurs et scientifiques de traiter rapidement et efficacement des jeux de données complexes issus de mesures spectroscopiques, facilitant ainsi l'analyse et l'interprétation des résultats dans des domaines comme la chimie, la physique ou la science des matériaux.