Ce projet est une solution logicielle dédiée à la gestion et à l'analyse de données issues de détecteurs de diffraction X, notamment pour les expériences en cristallographie ou en science des matériaux. Il permet de configurer, contrôler et acquérir des données en temps réel depuis des équipements spécialisés comme les détecteurs Mythen. Le système facilite également le traitement et l'optimisation des paramètres expérimentaux pour améliorer la précision des mesures.

Ce projet fournit un ensemble d'outils et de workflows dédiés au traitement et à l'analyse de données issues de techniques de diffraction avancées, notamment pour la calibration et l'intégration de spectres de rayons X. Il facilite l'automatisation des processus expérimentaux et la gestion des données brutes et traitées, en s'appuyant sur des logiciels spécialisés comme pyFAI et Ewoks. Destiné aux scientifiques et chercheurs, il optimise la reproductibilité et la traçabilité des analyses.

Outil dédié à la création, l'exécution et la gestion de workflows pour le traitement et l'analyse de données issues de techniques de diffraction des rayons X (SAXS/WAXS). Permet aux chercheurs et ingénieurs de configurer des pipelines automatisés pour traiter des données expérimentales, générer des rapports et visualiser les résultats, facilitant ainsi la recherche en science des matériaux et en chimie.

Ce projet est une unité d'enseignement (UE) proposée par l'Université Lyon 1 dans le cadre du Master 2 en Technologies de l'Information et du Web. Il couvre la gestion de grandes masses de données, les systèmes de gestion de bases de données (SGBD), le MapReduce avec Spark, et les flux de données avec Storm. Les étudiants y apprennent les techniques de tuning et d'optimisation des performances des SGBD ainsi que les concepts avancés du Big Data.

Ce projet automatise l'extraction et la structuration des informations médicales contenues dans les Résumés des Caractéristiques du Produit (RCP) des médicaments. Il permet de transformer des fichiers HTML en données exploitables pour des analyses statistiques, des rapports ou des intégrations dans des pipelines de données. L'objectif est de faciliter l'accès et l'exploitation des données réglementaires des médicaments pour les professionnels de santé ou les organismes publics.

Ce projet fournit des outils et une documentation dédiés à l'exécution de FDMNES sous Ubuntu 20.04, en intégrant le gestionnaire de ressources SLURM. Il facilite la simulation de spectres de diffraction et l'analyse de données expérimentales pour les chercheurs en physique, notamment dans le domaine des matériaux et des sciences des rayons X.