PhoenixFileBinaryAnalyzer est un outil conçu pour analyser des fichiers binaires et extraire des offsets précis d'attributs spécifiques dans des données structurées. Il permet de comparer des fichiers de données brutes avec des fichiers de référence pour identifier les positions des attributs recherchés, facilitant ainsi l'analyse et le traitement des données. Utilisé principalement dans des contextes scientifiques ou techniques, il optimise la gestion des fichiers de grande taille en réduisant les temps de traitement.

Ce projet est une bibliothèque Java dédiée à l'analyse et à la validation de fichiers de spécification de vues au format VD. Il permet de parser des fichiers décrivant des vues et leurs sources de données, facilitant ainsi l'intégration et la vérification de ces spécifications dans des systèmes de gestion de données ou de règles métiers. Utilisé principalement dans des environnements académiques et de recherche, il offre une interface robuste pour manipuler des structures de données complexes.

HPFDF est une bibliothèque logicielle dédiée à la compression, la décompression et la gestion efficace de données scientifiques ou techniques. Elle permet de structurer, stocker et manipuler des jeux de données volumineux tout en optimisant leur occupation mémoire. Utilisée principalement dans des contextes de recherche ou d'analyse de données, elle offre des outils pour manipuler des fichiers binaires et des structures de données complexes.

Inlake est une passerelle dédiée à l'ingestion et à la gestion de données pour un système de base de connaissances axé sur les événements. Il permet l'intégration fluide de fichiers binaires, de métadonnées et d'informations textuelles structurées ou non. Conçu dans le cadre du projet scientifique Astragale, il facilite le stockage, la validation et le traitement des données pour des applications de recherche.

Outil permettant d'organiser, rechercher et analyser des données structurées. Il facilite la gestion de fichiers et l'extraction d'informations pertinentes grâce à des fonctions de recherche avancée et de réorganisation automatique. Idéal pour les projets nécessitant un traitement efficace de données tabulaires ou textuelles.

Ce projet permet d'extraire et structurer les métadonnées de bases de données médicales, incluant des fichiers tabulaires (CSV) et des images DICOM. Il génère des fichiers JSON contenant les métadonnées pour chaque fichier source, facilitant l'analyse et la gestion des données dans le cadre de projets de recherche clinique comme Precision Predict. L'outil est conçu pour être réutilisable sur d'autres bases de données.

Ce projet permet de stocker et organiser des carnets Jupyter, des fichiers interactifs utilisés pour le développement, l'analyse de données et la recherche. Il facilite la gestion de scripts, de calculs et de visualisations dans un environnement structuré, idéal pour les data scientists, développeurs et chercheurs.

Sesame est un système dédié à la gestion et à l'intégration de données issues de recherches scientifiques ou expérimentales. Il permet de centraliser, transformer et analyser des informations issues de fichiers structurés comme des CSV, tout en facilitant leur ingestion dans des bases de données ou des systèmes d'analyse. Le projet facilite également la communication entre différents outils et services via des files d'attente, assurant une interopérabilité fluide entre les composants techniques.

Ce projet permet de moissonner et structurer les fichiers produits par des modélisations de biotopes stockés sur un serveur universitaire. Il calcule des métriques et génère des métadonnées pour faciliter l'analyse et la gestion des données environnementales par les équipes de recherche de l'EVS|UJM.