Formation interactive destinée aux équipes techniques et produit pour concevoir et déployer des solutions d'Intelligence Artificielle responsables, éco-conçues et frugales. Elle aborde les enjeux environnementaux, le cadrage des projets, la gestion des données, l'optimisation des modèles et infrastructures, ainsi que le pilotage de l'impact carbone. Inclut des arbres de décision interactifs, des cas pratiques et des ressources concrètes pour une approche durable.

Bibliothèque Java dédiée à l'analyse de données incertaines via la théorie de Dempster-Shafer. Elle permet de modéliser des croyances et de combiner des informations issues de sources variées pour évaluer la plausibilité d'événements ou de décisions. Utilisée dans des contextes où les données sont incomplètes ou ambiguës, elle aide à structurer des raisonnements complexes pour des applications en intelligence artificielle, sécurité ou gestion de risques.

Application web permettant de collecter, analyser et stocker des emails contenant des informations relatives aux décès. Grâce à l'intelligence artificielle, elle identifie et extrait automatiquement les données pertinentes, facilite leur recherche et leur gestion sécurisée. Destinée aux professionnels ou particuliers souhaitant organiser et exploiter ces informations de manière structurée et efficace.

Ce projet vise à détecter et analyser les cyclones en utilisant les données fournies par l'instrument IASI (Interféromètre Atmosphérique de Sondage Infrarouge) embarqué sur des satellites. Grâce à des modèles avancés d'intelligence artificielle, notamment des réseaux de neurones comme YOLO, il permet une identification précise et en temps réel des phénomènes cycloniques, facilitant ainsi la prévention et la gestion des risques naturels.

Outil open source dédié à l'évaluation et au benchmarking de moteurs de raisonnement logique et de systèmes de règles. Il permet de comparer les performances de différents systèmes de gestion de connaissances (ontologies, bases de données déductives) en simulant des charges de travail variées. Utilisé principalement par des chercheurs et développeurs en intelligence artificielle pour valider l'efficacité de leurs solutions.

Le projet trackdechets-metabase est une application déployée sur un serveur Docker permettant d'analyser et de visualiser les données relatives à la gestion des déchets. Il utilise Metabase, un outil de business intelligence, connecté à une base de données PostgreSQL. L'accès à l'application est sécurisé via SSL et un pare-feu.

Projet développé pour le CHU de Bordeaux visant à améliorer la gestion des données médicales des patients. Il combine des technologies d'intelligence artificielle et de bases de données avancées pour analyser les dossiers médicaux, générer des recommandations cliniques et faciliter la recherche médicale. Le système s'appuie sur des standards comme FHIR pour l'interopérabilité et utilise des graphes de connaissances pour modéliser les relations entre les données.

Juridependencies est un répertoire centralisé de scripts et outils conçus pour faciliter l'installation, la maintenance et la gestion des dépendances logicielles des projets open data de la Cour de cassation. Il permet d'automatiser les installations, de synchroniser les modèles d'intelligence artificielle, de gérer les bases de données (Oracle, MongoDB) et d'assurer la cohérence des environnements de développement et de production.

Apache Jena Fuseki est un serveur de données sémantiques qui permet de stocker, interroger et administrer des jeux de données au format RDF. Il facilite l'accès aux données structurées via des requêtes SPARQL, offrant une solution centralisée pour gérer des bases de connaissances ou des ontologies. Idéal pour les projets nécessitant une gestion avancée de données interconnectées, il est largement utilisé dans les domaines de la recherche, de l'intelligence artificielle et des systèmes d'information sémantique.

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.