Ce projet académique vise à développer des outils d'intelligence artificielle pour l'analyse de données, la simulation de modèles complexes et l'automatisation de processus scientifiques. Il s'appuie sur des bibliothèques spécialisées pour traiter des jeux de données variés et proposer des solutions innovantes en modélisation prédictive. Destiné à la recherche et à l'enseignement supérieur, il facilite la collaboration entre équipes universitaires.

Ce projet vise à faciliter la résolution de problèmes complexes à l'aide de l'intelligence artificielle, en offrant un cadre collaboratif pour les équipes techniques. Il permet de centraliser les efforts de développement, d'automatiser les tests et les déploiements, et d'analyser les vulnérabilités du code. Destiné aux chercheurs, ingénieurs et développeurs, il s'appuie sur des outils modernes pour optimiser la productivité et la qualité des projets IA.

Ce projet vise à transformer les pratiques des ministères sociaux en intégrant l'intelligence artificielle générative dans leurs processus métiers. Il accompagne les équipes (architectes, développeurs, designers, chefs de projet) dans l'adoption d'outils et de méthodes pour automatiser des tâches, améliorer la qualité des livrables et optimiser la collaboration. L'objectif est de créer une usine logicielle où chaque étape du cycle de développement combine un rail agentique (génération) et un rail déterministe (vérification), tout en formant les utilisateurs à ces nouvelles pratiques.

Ce projet permet de gérer et automatiser l'infrastructure DNS et cloud d'un organisme public via une approche Infrastructure as Code (IaC). Il centralise la configuration des enregistrements DNS et des ressources Scaleway, facilitant la collaboration entre équipes tout en assurant une gestion sécurisée des accès et des permissions. Les équipes peuvent proposer des modifications via des pull requests, et les déploiements sont planifiés et validés pour garantir la stabilité et la traçabilité.

Ce projet est un composant d'infrastructure as code (IaC) conçu pour automatiser et standardiser la gestion des environnements DevOps. Il permet de déployer et configurer des infrastructures cloud de manière reproductible et sécurisée. Intégré à GitLab, il facilite la collaboration entre équipes techniques et améliore l'efficacité des processus de développement et de déploiement.