Module permettant d'importer et synchroniser des données entre une source (base de données ou API) et une table de destination dans une base de données. Il gère l'import complet, la synchronisation avec détection des différences, et l'historisation des données supprimées. Le système supporte plusieurs plateformes de bases de données (PostgreSQL, Oracle) et permet de configurer des transformations de données, des filtres et des colonnes calculées.

Ce projet automatise le benchmarking des performances des environnements HPC basés sur Guix, notamment pour les clusters comme Plafrim. Il exécute des tests de bande passante MPI entre nœuds, compare différentes configurations (MPI, réseaux) et stocke les résultats dans une base de données. Les données sont ensuite analysées pour détecter des régressions et visualisées sous forme de graphiques. L'objectif est d'optimiser les performances des infrastructures de calcul haute performance.

Le projet génère des échantillons de code source vulnérables et non vulnérables aux attaques XSS (Cross-Site Scripting) pour différents langages de programmation tels que PHP, Node.js et Hop.js. Il permet de construire des bases de données de tests pour évaluer des détecteurs de vulnérabilités et entraîner des algorithmes de deep learning.

Bibliothèque Python conçue pour uniformiser et simplifier l'entraînement, l'inférence et l'évaluation des modèles de détection d'objets et de segmentation d'instances. Elle permet aux chercheurs et développeurs de basculer facilement entre différents modèles avec un minimum de modifications, tout en fournissant des métriques d'évaluation standardisées et des structures de données adaptées.