Le réseau métier LoRaWAN d'INRAE a pour but d'identifier, fédérer et accompagner les besoins émergents en matière de collecte de données et d'automatisation d'actionneurs dans les domaines agroenvironnemental, phénotypique, animal et végétal. Il s'agit de déployer un écosystème performant pour la technologie LoRaWAN, qui devient un standard pour les objets connectés à faible consommation énergétique et transfert frugal de données.

Librairie Python conçue pour faciliter l'interaction avec Nakala, un entrepôt de données de recherche en Sciences Humaines et Sociales (SHS) développé par Huma-Num. Elle agit comme un wrapper de l'API Nakala, permettant aux développeurs de simplifier les appels HTTP, de gérer les erreurs réseau et serveur de manière unifiée, et de créer des outils ou scripts pour automatiser des tâches comme la gestion de collections, de données ou de droits d'accès. Elle cible principalement les chercheurs, les développeurs et les institutions souhaitant déposer ou manipuler des données de recherche.

Ce projet automatise et optimise l'intégration des données issues de réseaux de capteurs géophysiques. Il permet de configurer, surveiller et exécuter des flux de données entre des stations de mesure et des bases de données centralisées. L'objectif est d'assurer une collecte fiable, sécurisée et en temps réel des données pour des analyses scientifiques ou opérationnelles.

Le projet dataESR vise à collecter, traiter et analyser des données relatives à l'enseignement supérieur et à la recherche en France. Il s'appuie sur des techniques d'extraction de données à partir de sources variées (web scraping, API, etc.), de traitement automatisé de données textuelles (NLP, SPARQL) et de visualisation de réseaux de relations (Neo4j).

Le projet budcollector est un service dédié à la collecte et à la gestion de données géoscientifiques, en particulier pour les données TQR du réseau RESIF. Il permet d'automatiser le processus de collecte et de centraliser les données provenant de différents nœuds de terrain.

Ce projet est une formation proposant une initiation à la programmation Python pour des doctorants en sciences humaines et sociales, pensée pour les usages en SHS. Python est un langage de programmation simple, libre, multi-plateforme, pédagogique, bénéficiant d'une communauté d'utilisateurs croissante. La formation permet de réaliser les traitements statistiques habituels des SHS tout en ouvrant aux nouveaux usages liés à l'automatisation des tâches informatiques, le traitement des grands corpus des humanités numériques ou encore la collecte de données sur les réseaux sociaux.