L'école AstroInfo 2023 est une formation intensive de deux semaines dédiée à l'astronomie et à l'intelligence artificielle. Elle propose des cours théoriques et pratiques sur l'analyse de données astronomiques, le machine learning, le MLOps et le deep learning. Destinée aux étudiants et professionnels, elle vise à renforcer les compétences en traitement de données scientifiques et en modélisation prédictive.

Ce projet est une formation donnée par Emilien Schultz sur l'utilisation du langage Python pour la programmation scientifique en SHS. La formation couvre les bases du langage, l'utilisation de Notebooks Jupyter, la manipulation de données, les traitements statistiques, et des usages plus avancés comme la collecte de données ou l'analyse de réseaux.

Ce projet vise à standardiser les formats de données utilisés par les lignes de lumière de l'ESRF (European Synchrotron Radiation Facility). Il permet aux utilisateurs et développeurs de programmes d'analyse de disposer d'un format commun pour faciliter l'échange et le traitement des données scientifiques collectées. L'objectif est d'améliorer l'interopérabilité et la reproductibilité des expériences menées sur les installations.

Ce projet permet de générer une version structurée du catalogue Vizier de Mann et al. (1996), contenant des sursauts radio solaires de type II observés entre 1990 et 1993. Les données sont extraites et formatées pour faciliter leur utilisation par la communauté scientifique, notamment en astronomie solaire. Le catalogue est accessible via des outils dédiés et sert de référence pour des analyses statistiques et des études sur l'activité solaire.

Ce projet vise à définir et promouvoir des formats de données standardisés pour les lignes de lumière de l'ESRF (European Synchrotron Radiation Facility). Il permet aux utilisateurs et aux programmes d'analyse de manipuler les données expérimentales de manière cohérente et efficace. En adoptant le format HDF5 comme référence, il facilite l'interopérabilité et la réutilisation des données scientifiques produites lors des expériences.

Outil Python dédié à la gestion et au stockage de données issues de simulations numériques. Il permet de créer et gérer automatiquement des bases de données, d'exporter les données dans divers formats, et d'enregistrer des champs de données en temps réel. Conçu pour s'intégrer facilement avec des frameworks comme DeepPhysX et SOFA, il simplifie le développement de systèmes de gestion de données pour des applications scientifiques ou industrielles.

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'inventaire et à la gestion des productions scientifiques d'une organisation. Il permet de collecter, classer et analyser les publications par équipe, projet, domaine scientifique ou année. Les données peuvent être saisies manuellement ou récupérées automatiquement depuis des sources externes comme CERN ou INSPIRE. Les listes et métriques sont exportables dans plusieurs formats (PDF, CSV, BibTeX, etc.) pour répondre aux besoins de reporting et d'analyse bibliométrique.

Ce projet permet de déployer des serveurs de données scientifiques utilisant les protocoles THREDDS et OPeNDAP. Il facilite l'accès, la conversion et le partage de fichiers de données environnementales comme les fichiers NetCDF, en les transformant en formats plus accessibles comme CSV ou images. Destiné aux chercheurs et institutions, il soutient la diffusion des données climatiques et océanographiques.

Ce projet permet de distribuer et télécharger des données scientifiques issues du projet GEWEX, notamment des fichiers de données climatiques au format NetCDF. Il facilite l'accès à des ensembles de données géophysiques pour les chercheurs et institutions, en proposant des scripts automatisés pour récupérer ces données depuis un serveur THREDDS. Les utilisateurs peuvent ainsi obtenir des données spécifiques par année ou par jeu de données.