BLISS est une bibliothèque open source dédiée au contrôle et à la gestion d'équipements scientifiques dans des environnements de recherche. Elle permet de piloter des instruments, d'acquérir des données expérimentales et de les analyser en temps réel. Utilisée principalement dans des laboratoires publics comme l'ESRF, elle facilite l'automatisation des expériences et la collaboration entre chercheurs.

Fairmat 2023 est un projet contribuant au standard NeXus, un format ouvert pour structurer et échanger des données expérimentales en science des matériaux. Il vise à faciliter l'interopérabilité entre les instruments de mesure et les logiciels d'analyse, en proposant des définitions communes pour les métadonnées et les données brutes. Ce travail s'inscrit dans une démarche collaborative internationale pour améliorer la reproductibilité et la réutilisation des données scientifiques.

Ce projet fournit une API TypeScript pour interagir avec le système ICAT+, une plateforme dédiée à la gestion et au partage de données scientifiques issues de grands instruments comme les synchrotrons. Il permet aux chercheurs et collaborateurs d'accéder, de consulter et de manipuler des ensembles de données complexes, des métadonnées et des informations sur les instruments, tout en assurant une authentification sécurisée et une gestion fine des droits d'accès.

Plateforme web centralisant l'accès, la visualisation et la gestion des données issues d'expériences scientifiques menées sur des instruments de recherche. Elle permet aux utilisateurs de consulter, analyser et partager leurs données expérimentales ainsi que des données publiques, tout en facilitant la collaboration entre chercheurs et la publication de résultats.

Ce projet open source permet de calculer la réponse instrumentale des détecteurs d'ondes gravitationnelles, notamment pour la mission LISA. Il génère des fichiers de données compatibles avec les outils de simulation de l'instrument LISA et facilite l'analyse des signaux gravitationnels. Destiné aux chercheurs en astrophysique, il favorise la collaboration scientifique et l'innovation dans le domaine de l'astronomie gravitationnelle.

Outil d'analyse dédié au traitement et à l'interprétation de données issues d'expériences scientifiques, notamment en physique des particules. Il permet de configurer, exécuter et analyser des chaînes de traitement de données brutes, de générer des histogrammes et des rapports, et de faciliter la calibration des instruments. Utilisé dans un cadre collaboratif pour des expériences en laboratoire.

Mosca est un système de gestion et d'analyse de données scientifiques conçu pour traiter des flux de données en temps réel. Il permet aux chercheurs et ingénieurs de stocker, visualiser et analyser des signaux expérimentaux ou des données complexes issues de capteurs ou d'instruments. L'outil facilite la collaboration et l'interprétation des résultats grâce à une interface adaptée aux besoins métrologiques.

Gammapy est un package Python open-source pour l'astronomie gamma, construit sur Numpy, Scipy et Astropy. Il est utilisé comme bibliothèque centrale pour les outils d'analyse scientifique du Cherenkov Telescope Array (CTA), recommandé par la collaboration H.E.S.S. pour les publications scientifiques et déjà largement utilisé dans l'analyse d'instruments gamma existants.

Plateforme dédiée à l'analyse et à la gestion des données issues d'observatoires astronomiques. Elle permet aux chercheurs et scientifiques d'accéder à des archives de données, de simuler des observations et de collaborer sur des projets d'astrophysique. L'outil facilite l'exploitation des données collectées par des télescopes et instruments spécialisés.

Ce projet permet de transformer des données astrophysiques brutes (DL2) en fonctions de réponse instrumentale (IRFs) pour l'analyse de sources gamma. Il facilite l'évaluation des performances de classification des modèles, génère des visualisations comparatives des IRFs, et permet de partager les résultats via des plateformes comme Weights & Biases pour une collaboration scientifique.