Outil dédié à l'ordonnancement et à la planification de workflows scientifiques dans un environnement distribué. Permet de soumettre, suivre et exécuter des graphes de tâches complexes pour des systèmes comme des serveurs web scientifiques, des systèmes de contrôle de faisceaux ou des interfaces utilisateur dédiées. Facilite l'automatisation des processus expérimentaux en gérant les dépendances et l'exécution parallèle des tâches.

Ce projet vise à concevoir et maintenir un écosystème optimal de workflows pour l'ESRF DAU (Département d'Accélération et d'Utilisation des Rayons X). Il permet de modéliser, organiser et exécuter des tâches scientifiques sous forme de graphes de dépendances, facilitant ainsi l'automatisation des processus expérimentaux et l'analyse de données. L'objectif est d'améliorer l'efficacité et la reproductibilité des recherches menées sur les accélérateurs de particules.

Ce projet vise à concevoir et optimiser un écosystème logiciel pour la gestion et l'exécution de workflows scientifiques, notamment dans le domaine de la recherche. Il permet de modéliser des tâches complexes, de les organiser en graphes dirigés, et de les exécuter de manière distribuée ou séquentielle. L'objectif est d'améliorer l'efficacité des processus expérimentaux en automatisant les enchaînements de calculs et en facilitant leur suivi.

Ce projet fournit des outils dédiés à l'analyse de données de diffraction des rayons X (XRPD) et au calcul de fonctions de distribution de paires (PDF). Il permet d'automatiser le traitement complet des données, depuis l'intégration des motifs XRPD jusqu'à la génération de fichiers de résultats exploitables. Les workflows proposés facilitent la configuration, l'exécution et l'export des données en formats standardisés comme NeXus (HDF5) ou ASCII, adaptés aux besoins des instruments scientifiques.

Outil dédié à l'automatisation et à l'optimisation des workflows de développement pour des projets scientifiques. Il facilite la gestion des dépendances, la compilation et l'exécution de scripts ciblés, notamment pour des environnements nécessitant des calculs intensifs ou des traitements de données avancés.

Outil open source conçu pour définir, orchestrer et exécuter des workflows scientifiques ou techniques. Il permet de structurer des tâches en graphes de dépendances, facilitant ainsi l'automatisation de processus analytiques ou de calculs. Idéal pour les chercheurs, ingénieurs ou équipes techniques souhaitant optimiser leurs pipelines de données sans développer de solutions sur mesure.

Ce projet est une formation sur l'utilisation de Nextflow et nf-core pour l'analyse de données biologiques. Il fournit des pipelines de best-practice pour différentes applications telles que RNAseq, BSseq, Hi-C, annotation, etc. Le projet est basé sur Nextflow, qui est un langage de programmation conçu pour gérer les workflows informatiques et un logiciel qui peut exécuter un workflow sur n'importe quelle infrastructure. Il permet une exécution évolutive et reproductible des workflows scientifiques en emballant toutes les dépendances logicielles dans des conteneurs.

Plateforme éducative dédiée à la formation des développeurs sur l'outil Ewoks, un système de gestion de workflows scientifiques. Elle propose des tutoriels interactifs et des ressources pour apprendre à concevoir, exécuter et optimiser des workflows automatisés, notamment dans des environnements de recherche comme le traitement de données expérimentales ou l'intégration avec des outils comme Bliss et Slurm.

Ce projet vise à concevoir et maintenir un écosystème optimal de workflows pour les besoins de l'ESRF DAU. Il permet de modéliser, planifier et exécuter des tâches scientifiques complexes sous forme de graphes dirigés, en intégrant des outils de planification et de visualisation adaptés aux environnements de recherche. L'objectif est d'améliorer l'efficacité des processus expérimentaux et analytiques en automatisant leur enchaînement et leur suivi.

Est est une bibliothèque dédiée à la définition de workflows pour l'analyse de la structure d'absorption des rayons X. Elle permet aux chercheurs et scientifiques de configurer et d'exécuter des analyses complexes de manière automatisée, en s'appuyant sur des outils comme PyMca ou Larch. Idéale pour les études en physique, chimie ou science des matériaux, elle simplifie le traitement des données et la comparaison des résultats.