Le projet gpu-full est une plateforme dédiée à la recherche et à l'analyse de données. Il permet aux chercheurs et aux data scientists de développer et de déployer des modèles de machine learning, de visualiser et d'analyser des données en temps réel, et de gérer leurs projets de recherche. Grâce à une interface utilisateur intuitive et à des fonctionnalités avancées, il offre un environnement de travail complet et performant pour les chercheurs et les data scientists.

Le serveur RES'In est une application basée sur le framework NestJS, utilisant une base de données MongoDB. Il vise à aider la médiation numérique en gérant les structures d'accompagnement, les utilisateurs et leurs emplois. Il offre une interface d'administration pour gérer les données et dispose d'une documentation générée avec Compodoc.

Plateforme sécurisée permettant aux utilisateurs de s'authentifier pour accéder à des échanges de données informatisées. Elle gère la création et l'activation de comptes, ainsi que la réinitialisation des mots de passe. Destinée aux professionnels pour faciliter les démarches administratives et techniques liées aux données.

Le projet DMPOPIDoR_Docs vise à offrir une documentation complète et des guides pour aider les utilisateurs à gérer leurs données de recherche. Il fournit des informations détaillées sur l'utilisation de la plateforme OPIDoR et guide les utilisateurs dans la création de plans de gestion de données.

Ce projet vise à créer une base de données d'images de simulation pour le modèle SPE11B de l'OPM. Il utilise des outils tels que Damaris, OPM flow, HyperQueue et Ascent pour gérer et exécuter des workflows de simulations, et consolider les résultats dans des fichiers tar.gz.

Le projet esup-opi-demat est une application permettant de gérer les établissements et leurs informations, de récupérer des données depuis une webservice, de gérer les utilisateurs et leurs droits, ainsi que de gérer les fichiers et leur stockage.

Ce dépôt contient le code nécessaire pour gérer les données utilisées dans l'implémentation de l'apprentissage de préférences de préhension d'objets avec peu d'étiquettes par objet, capable de généraliser à de nouvelles vues de cet objet. Les données sont organisées dans une base de données SQL contenant des informations sur les objets et les scènes, ainsi que des annotations de grasps positifs et négatifs fournies par un utilisateur.

Le projet compute-lead-time est conçu pour calculer les délais de traitement des demandes et gérer des données provenant de Jira. Il automatise l'analyse de données de suivi de projets en utilisant des outils tels que Knex.js, Lodash et pgAdmin pour interagir avec les bases de données, et ESLint et Vitest pour assurer la qualité du code.

Georchestra-commons est un projet dédié à la gestion, au partage et à la publication de données géospatiales. Il permet aux utilisateurs de collaborer sur des projets cartographiques et de rendre les données géographiques accessibles au public. Ce projet est essentiel pour les organisations qui souhaitent gérer efficacement leurs données géospatiales et en faciliter l'accès et l'utilisation.

Ce projet est un module d'authentification pour la plateforme Lutece. Il permet d'authentifier les utilisateurs via une base de données WSSO et de gérer les utilisateurs et leurs rôles. Il offre également la possibilité d'exporter les utilisateurs au format XML.