API4INSPIRE est une API dédiée à la gestion et à l'accès des données de cours d'eau et de stations d'observation associées. Elle permet de récupérer des données au format GeoJSON, JSON-LD ou GML et offre la possibilité de naviguer entre les différentes données liées, telles que les liens entre les cours d'eau, les nœuds hydrographiques et les unités hydrographiques.

Ce projet permet de comparer et évaluer des algorithmes de gestion énergétique pour des nœuds sans fil alimentés par énergie solaire. Il utilise des données réelles de rayonnement solaire et des modèles de décharge de batteries pour simuler et analyser les performances de différentes stratégies de planification. L'objectif est d'identifier les solutions les plus efficaces pour prolonger l'autonomie des systèmes IoT dans des environnements contraints.

Ce projet est un nœud ROS dédié à la gestion et à l'agrégation des informations biométriques (visages, corps, voix) pour identifier et suivre des personnes de manière cohérente. Il combine les données issues de capteurs et de modules de reconnaissance pour créer des profils unifiés, en utilisant des algorithmes probabilistes pour maximiser la précision des associations. Idéal pour des applications robotiques ou de surveillance intelligente.

Le projet budcollector est un service dédié à la collecte et à la gestion de données géoscientifiques, en particulier pour les données TQR du réseau RESIF. Il permet d'automatiser le processus de collecte et de centraliser les données provenant de différents nœuds de terrain.

Ce projet permet d'évaluer et comparer les performances de différents frameworks (Pig et PySpark) pour calculer le PageRank sur de grands jeux de données. Il inclut la gestion de clusters cloud, l'exécution de tâches distribuées et l'analyse des résultats obtenus. L'objectif est d'optimiser le traitement de données massives en mesurant l'impact du nombre de nœuds de calcul sur les performances.

Ce projet consiste à implémenter un arbre tas, une structure de données combinant les propriétés d'un arbre binaire de recherche et d'un tas binaire. L'objectif est de permettre l'insertion, la recherche et la suppression de nœuds tout en maintenant les contraintes de priorité et de valeur. Le travail inclut la gestion des rotations pour conserver ces propriétés après chaque opération.

Projet de surveillance de réseaux de capteurs sans fil, permettant la transmission de données entre capteurs et leur gestion grâce à une configuration en anneau des différents nœuds du réseau.

Bibliothèque légère en C conçue pour redistribuer des tableaux distribués par blocs entre des communicateurs MPI. Elle permet d'étendre, réduire ou réorganiser des données en 1D, 2D ou 3D tout en minimisant les communications entre les nœuds. Idéale pour les simulations scientifiques parallèles nécessitant une gestion efficace des données distribuées.

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.

Le gestionnaire Scratch est un démon qui automatise la mise en cache des jeux de données en lecture seule sur une configuration système avec un stockage lent et rapide. Dans un environnement HPC typique, le stockage lent est un système de fichiers réseau partagé et le stockage rapide est un disque SSD sur le nœud de calcul. Le gestionnaire Scratch surveille le débit de lecture sur une liste de jeux de données stockés sur le stockage lent et déplace les plus actifs vers un stockage de cache à vitesse supérieure mais à capacité limitée.