Le projet Turbo décodeur au-delà du Gbps sur multi-cœurs CPU est conçu pour optimiser les performances de décodage de données à des débits supérieurs au Gbps. Il exploite la puissance de traitement parallèle des processeurs multi-cœurs pour améliorer la vitesse et réduire la latence de décodage. Le décodeur prend en charge le décodage simultané de plusieurs flux de données, offrant une solution flexible et efficace pour les applications exigeantes en matière de traitement de données haute vitesse.

Le projet 1j1s-etl est dédié à la collecte, au traitement et au chargement des données relatives aux offres de stage. Il permet de récupérer des données brutes à partir de différents flux, de les transformer en informations structurées et de les charger dans une base de données. Ce processus permet de disposer d'une base de données à jour et fiable, facilitant ainsi la recherche et la consultation d'offres de stage.

Projet pédagogique destiné à l'apprentissage des technologies web et mobiles. Il permet aux étudiants de manipuler des requêtes HTTP, de charger et afficher des images depuis des URLs distantes, et de traiter des données au format JSON via des services web REST. L'objectif est de comprendre les mécanismes de communication client-serveur et la gestion asynchrone des données.

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.

Pipeline dédiée à la gestion et au traitement des données du projet ANAIS, spécifiquement pour l'étape Helios. Elle automatise l'extraction, la transformation et le chargement des données depuis des sources variées (bases de données, fichiers CSV) vers des vues SQL structurées. Les données sont historisées, analysées et exportées sous forme de fichiers CSV pour répondre aux besoins réglementaires et opérationnels des acteurs du secteur sanitaire et social.

API NumEcoEval chargée de la réception et du traitement des données entrantes pour la version 1 du système.

Le projet vrt-bot est un outil en ligne de commande permettant de traiter des fichiers GDAL Virtual formats (VRT) et de charger les données sous-jacentes dans une base de données PostGIS. Il s'agit d'un dépôt de code source initialement développé par GéoBretagne, permettant d'automatiser le traitement de ces fichiers et de faciliter l'intégration de données géospatiales dans une base de données.

Le projet alvisre est dédié au traitement et à l'analyse de données textuelles, en particulier au format JSON. Il offre des fonctionnalités d'extraction, de transformation et de chargement (ETL) de données, ainsi que des capacités de génération de rapports et de visualisation.

Ce projet est une application en ligne de commande conçue pour analyser les données de vols aériens aux États-Unis en 2014. Il permet aux utilisateurs d'effectuer des requêtes avancées sur les vols, les compagnies aériennes et les aéroports via un terminal. L'application offre des fonctionnalités comme la recherche d'itinéraires, le calcul de retards moyens, ou encore l'identification des vols les plus retardés. Les données sont chargées depuis des fichiers CSV et traitées en temps réel.

Le projet bigdata_project permet l'analyse de données massives pour découvrir des tendances et des modèles, ainsi que pour prévoir des données. Il offre une solution complète pour le traitement et l'analyse de données, y compris le nettoyage, la transformation et le chargement des données.