Ce projet regroupe des services web développés par l'Inist-CNRS, dont l'objectif est de fournir des fonctionnalités avancées pour la gestion et l'analyse de données bibliographiques, ainsi que pour l'extraction d'informations spécialisées. Il s'agit d'une réimplementation des services web actuellement hébergés sur GitBucket, utilisant exclusivement des images Docker.

Le projet psc-extract permet d'extraire des données depuis une base MongoDB et de générer des fichiers à partir de ces données. Il s'agit également d'un serveur web qui expose les fichiers générés pour permettre leur téléchargement.

Application permettant le téléchargement de données géospatiales à partir de services web OGC (WFS et WCS). Les extractions sont planifiées et gérées par des utilisateurs administrateurs. L'application envoie des emails aux utilisateurs pour les informer de l'état de leur demande.

Ce projet est une collection de petits hacks écrits en Perl, conçus pour la création de sites web. Il comprend des outils en ligne de commande pour des tâches telles que l'extraction de données à partir de pages HTML, la génération de tableaux de contenus, l'exportation de tableaux HTML vers CSV, et la création de sites web statiques.

Le projet periscope-indexing-ws est un service web d'indexation dédié à l'application Périscope. Il assure l'indexation de notices bibliographiques, l'extraction de métadonnées à partir de notices XML, la gestion de l'accès aux notices via Solr et l'importation de données depuis une base de données Oracle.

La plateforme de données Trackdéchets est une solution permettant de gérer et d'intégrer des données relatives aux déchets. Elle utilise Airflow pour l'orchestration de workflows et Meltano pour l'extraction, la transformation et le chargement (ETL) de données. Les données sont stockées dans une base PostgreSQL et accessibles via une interface web.

Projet de web sémantique réalisé par des étudiants, comprenant l'extraction et la représentation de données du web, l'analyse sémantique de textes et la création de graphes de connaissances.

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 Metabase est une base de données gérée par une interface web développée en Django. Cette interface permet de consulter et de gérer les données de manipulations de laboratoire (échantillonnage, extraction, amplification) et de séquençage.

Le projet package-pictures-scraper est un outil de récupération et d'analyse de données, spécialisé dans l'extraction d'images à partir de sites web, avec un focus initial sur Reuters Pictures. Il s'appuie sur des techniques de web scraping pour collecter les informations et des méthodes d'analyse de contenu pour en tirer parti.