Ce projet est une ressource pédagogique destinée aux étudiants de l'Université Grenoble Alpes (UGA) et aux formations associées comme l'ERCA. Il fournit des supports pratiques pour des travaux en data science, incluant des notebooks Jupyter et des jeux de données. Les étudiants peuvent cloner le dépôt pour accéder aux matériaux de cours et les utiliser dans leur environnement de travail.

Ce projet centralise des tutoriels et ressources pédagogiques autour de la virtualisation légère, des conteneurs, des environnements isolés et de l'écosystème Jupyter. Il vise à accompagner les utilisateurs dans la maîtrise d'outils modernes comme Docker, Singularity ou Kubernetes, tout en soutenant les formations et ateliers organisés par l'IN2P3 et ses partenaires. Les contenus sont structurés pour faciliter l'apprentissage progressif des technologies de déploiement logiciel.

Ce projet est une formation au Deep Learning, co-organisée par le 3IA MIAI institute, le CNRS, via la Mission pour Transversal et Interdisciplinary Initiatives (MITI) et l'Université de Grenoble Alpes (UGA). Il vise à fournir une compréhension des bases des réseaux de neurones de Deep Learning, une première expérience à travers des exemples simples et représentatifs, une familiarisation avec les technologies Tensorflow/Keras et Jupyter lab, et une initiation aux environnements informatiques académiques Tier-2 ou Tier-1 avec des GPU puissants.

Environnement technique dédié à l'exécution automatisée de notebooks pour des projets liés à l'analyse ou au traitement de données environnementales. Permet de standardiser et de reproduire des environnements de développement pour des analyses scientifiques ou techniques.

Ce projet fournit des images Docker préconfigurées pour enseigner les sciences environnementales via JupyterLab. Il permet aux enseignants et formateurs de déployer rapidement des environnements pédagogiques reproductibles, accessibles en ligne ou localement. Les images incluent les outils nécessaires pour manipuler des données environnementales, facilitant ainsi l'apprentissage pratique et collaboratif.

Ce projet est un noyau Jupyter dédié à l'exécution de code C++ dans des notebooks interactifs. Il permet aux utilisateurs, notamment les formateurs et étudiants, de manipuler et tester du code C++ directement dans un environnement de développement en ligne. Basé sur cppyy, il offre une intégration fluide avec Python et des outils modernes pour faciliter l'enseignement et l'expérimentation du langage C++.

Plasma est une plateforme open source dédiée à l'e-learning et à l'analyse de données. Elle permet aux utilisateurs de créer, partager et collaborer sur des notebooks Jupyter dans un environnement sécurisé et personnalisable. Destinée aux formateurs, étudiants et professionnels, elle facilite l'apprentissage interactif et la visualisation de données.