Test Factory est un outil dédié à la validation et à la génération de tests pour les modèles de données PSM (Plateforme de Services Métiers). Il permet aux équipes techniques de vérifier la conformité des données par rapport à des modèles de référence, d'automatiser la création de jeux de tests et de produire une documentation technique détaillée. L'objectif est d'améliorer la qualité et la fiabilité des données utilisées dans les systèmes d'information.

Ce projet propose un modèle de départ pour créer des dépôts conformes au standard Data Package, une spécification ouverte pour structurer et partager des jeux de données. Il permet aux producteurs de données de démarrer rapidement un projet en suivant les bonnes pratiques de qualité et de validation, tout en garantissant l'interopérabilité avec les plateformes de données ouvertes comme schema.data.gouv.fr. Le modèle inclut des fichiers de configuration, des exemples de tables et des outils d'intégration continue pour automatiser les tests.

Ce projet propose des tests automatisés et des jeux de données pour valider le bon fonctionnement et la qualité du code source du projet Syd. Il permet aux développeurs de s'assurer que les fonctionnalités implémentées respectent les attentes et les standards définis, facilitant ainsi le développement collaboratif et la maintenance du code.

Ce projet propose des jeux de données dédiés aux tests automatisés de l'outil GateTools, une suite logicielle open source pour la simulation de détecteurs en imagerie médicale. Les données incluses permettent de valider les fonctionnalités et la robustesse du logiciel dans des conditions variées.

ASOS-CRM est un pipeline automatisé conçu pour faciliter l'annotation sémantique de jeux de données archéologiques en utilisant l'ontologie CIDOC CRM. Il génère dynamiquement un sous-ensemble pertinent de classes et propriétés de l'ontologie, adapté au contenu des données d'entrée, puis guide l'extraction de triplets RDF par des modèles de langage. Ce processus réduit considérablement le besoin d'intervention manuelle des experts tout en garantissant la validité logique des annotations produites.

Ce projet permet de valider et contrôler les données issues de relevés LIDAR en utilisant des outils spécialisés comme PDAL et FME. Il facilite l'automatisation des vérifications de qualité des jeux de données géospatiales, assurant ainsi leur fiabilité pour des applications métiers variées. Développé pour répondre aux besoins spécifiques d'un organisme public, il s'intègre dans une démarche de gestion rigoureuse des données spatiales.

DROP est une pipeline bioinformatique conçue pour détecter des anomalies dans les données d'expression génique à partir de séquences ARN. Elle permet aux chercheurs d'identifier des variations aberrantes dans des échantillons biologiques, facilitant ainsi l'analyse de maladies génétiques ou de mécanismes biologiques. Le projet intègre des jeux de données de référence publics pour valider les résultats et propose des outils pour automatiser et optimiser les workflows d'analyse génomique.