Projet open source dédié à la gestion d'images conteneurisées pour le calcul scientifique et haute performance. Il permet de créer, partager et déployer des environnements logiciels reproductibles sur différentes infrastructures. Utilisé principalement dans les milieux académiques et de recherche pour standardiser les environnements de calcul intensif.

Ce dépôt centralise des tests dédiés aux infrastructures de calcul haute performance (HPC) gérées par le CINES. Il permet d'évaluer les performances, la fiabilité et la stabilité des systèmes HPC à travers des scripts de test couvrant la mémoire, les entrées/sorties, les communications réseau et la gestion des jobs. Ces tests sont conçus pour valider et optimiser les environnements de calcul scientifique utilisés par la communauté académique et de recherche en France.

Projet académique dédié à l'analyse de données scientifiques pour identifier des corrélations, des doublets de valeurs ou des inversions de doublets. Utilisé principalement dans le domaine de la recherche en géophysique et en sciences de la Terre, il permet d'archiver et de traiter des jeux de données complexes pour en extraire des informations pertinentes. Le projet s'appuie sur des outils de calcul avancés et des environnements dédiés pour garantir la fiabilité des résultats.

Ce projet fournit des outils et des environnements configurés pour exécuter des calculs intensifs sur des clusters GPU. Il facilite la soumission de tâches de calcul scientifique, d'apprentissage automatique ou de simulation numérique via des images conteneurisées optimisées pour les architectures NVIDIA. Destiné aux chercheurs et ingénieurs, il permet d'exploiter efficacement les ressources GPU disponibles dans un cadre académique ou industriel.

Outil client dédié à la gestion et au transfert de données scientifiques pour des collaborations de recherche. Permet aux utilisateurs d'interagir avec des infrastructures de stockage distribuées via une interface sécurisée et adaptée aux environnements de calcul intensif. Intègre des fonctionnalités pour l'authentification et la manipulation de données dans un cadre académique ou institutionnel.

Bibliothèque et outils dédiés à la planification de mouvements pour robots, notamment le bras robotique Panda. Permet de calculer des trajectoires optimales, d'éviter les collisions et de simuler des environnements industriels. Utilisé dans la recherche académique et l'industrie pour automatiser des tâches complexes avec précision et sécurité.

Ce projet académique compare les performances de deux frameworks, Apache Pig et Apache Spark, pour calculer un algorithme de PageRank sur un crawl de pages Wikipedia. L'objectif est d'analyser les temps d'exécution et l'efficacité de chaque solution dans un environnement distribué. Les résultats sont compilés et présentés sous forme de rapports et de graphiques pour évaluer les différences entre les deux approches.

Outil conçu pour automatiser le téléchargement de fichiers à partir d'une liste d'URLs. Il est particulièrement adapté aux environnements de recherche ou académiques où la gestion de grands volumes de données est nécessaire. Le projet utilise des workflows reproductibles pour garantir la fiabilité des téléchargements et s'intègre facilement dans des infrastructures de calcul existantes.

Ce projet héberge la page d'accueil du serveur JupyterHub de Paris Saclay, une plateforme dédiée à l'hébergement de notebooks interactifs pour la recherche et l'enseignement supérieur. Il permet aux utilisateurs d'accéder à un environnement de calcul collaboratif et interactif, facilitant ainsi les travaux scientifiques et pédagogiques dans un cadre académique.