Outil dédié à la gestion et au monitoring des flux de données issus de capteurs environnementaux déployés par des unités de recherche. Il permet d'automatiser et de superviser en temps réel les enchaînements de tâches pour garantir la qualité des données collectées et traitées, tout en assurant un suivi rigoureux des workflows scientifiques.

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.

EPICS (Experimental Physics and Industrial Control System) est une plateforme open source dédiée à la gestion et au contrôle de données en temps réel. Elle permet de superviser et d'automatiser des processus industriels ou scientifiques, en facilitant la communication entre différents systèmes embarqués ou équipements. Utilisée dans des environnements exigeants, elle assure une collecte, un traitement et une diffusion efficaces des données.

Plateforme dédiée au traitement et à la gestion de données issues d'expériences scientifiques, notamment en physique et en imagerie. Elle permet d'automatiser des workflows expérimentaux, de publier et analyser des résultats de scans, et de surveiller en temps réel les processus de traitement. Utilisée principalement dans des environnements de recherche comme les synchrotrons, elle facilite l'orchestration de tâches complexes et la collaboration entre équipes.

BLISS est une bibliothèque open source dédiée au contrôle et à la gestion d'équipements scientifiques dans des environnements de recherche. Elle permet de piloter des instruments, d'acquérir des données expérimentales et de les analyser en temps réel. Utilisée principalement dans des laboratoires publics comme l'ESRF, elle facilite l'automatisation des expériences et la collaboration entre chercheurs.

ArchiveExtractor est un module Python permettant d'extraire et d'analyser des données à partir d'archives HDB/TDB. Il offre des fonctions pour rechercher des attributs et extraire des données entre deux dates, retournant des objets pandas.DataFrame. Il est particulièrement utile pour les applications de gestion de données en temps réel et d'analyse scientifique.

BLISS est une solution logicielle open source conçue pour la gestion, le contrôle et l'analyse de données dans des environnements de recherche scientifique, notamment pour les lignes de faisceaux des synchrotrons. Elle permet aux scientifiques de configurer, piloter et exploiter des équipements complexes tout en automatisant des processus expérimentaux. Le projet intègre des outils pour l'acquisition, le traitement et la visualisation de données en temps réel, facilitant ainsi la recherche en physique, chimie et sciences des matériaux.

GetMFM est un outil dédié à l'acquisition, la lecture et la transmission de trames MFM (Multi Frame Message) issues de divers équipements électroniques comme des scalers, des réseaux ou des fichiers. Il permet de récupérer des données brutes ou structurées, de les analyser et de les transmettre à des systèmes comme Narval pour un traitement ultérieur. Utilisé principalement dans des environnements scientifiques ou industriels, il facilite la gestion de flux de données en temps réel ou différé.

Daiquiri Docker est une solution conteneurisée dédiée à la gestion, l'analyse et la visualisation de données issues d'expériences scientifiques. Elle intègre des outils pour configurer des équipements de laboratoire, simuler des capteurs, traiter des flux vidéo et superviser des processus en temps réel. Utilisée principalement dans des environnements de recherche, elle facilite l'automatisation et l'interprétation des données expérimentales.

Bibliothèque C++ dédiée à la gestion de travaux multithreadés pour le traitement de données scientifiques. Elle permet d'optimiser les calculs parallèles et de surveiller les modifications de fichiers en temps réel. Utilisée principalement dans des environnements de recherche comme l'IN2P3, elle facilite l'exécution de tâches complexes en parallèle tout en assurant une gestion efficace des ressources.