Ce projet fournit une classe Tango dédiée à la simulation des correcteurs de puissance pour les accélérateurs de particules. Il permet de modéliser et contrôler les courants électriques, les points de consigne et les états des correcteurs dans un environnement de test. Utilisé principalement dans le cadre de la recherche et du développement en physique des accélérateurs, il facilite l'intégration et la validation des correcteurs avant leur déploiement sur des infrastructures critiques comme celles de l'ESRF.

Outil dédié à la simulation et au développement d'applications pour le robot Pepper. Permet aux développeurs de créer, tester et valider des comportements robotiques dans un environnement virtuel avant déploiement sur le robot physique. Facilite l'intégration avec des frameworks robotiques existants et accélère le prototypage d'applications interactives.

SimulatedEbsMS est une classe Tango dédiée à la simulation du dispositif MasterSource dans le cadre du simulateur EBS. Elle permet de reproduire le comportement d'équipements électroniques complexes, facilitant ainsi le développement, les tests et l'intégration de systèmes de contrôle pour les accélérateurs de particules. Ce projet est utilisé dans un environnement de recherche scientifique pour valider des architectures matérielles sans nécessiter de matériel physique.

GitLabCI est un outil d'automatisation des tests et de l'intégration continue pour les projets logiciels. Il permet aux équipes de développement de configurer des pipelines qui exécutent automatiquement des tests à chaque modification du code, garantissant ainsi la qualité et la stabilité des applications avant leur déploiement. Idéal pour les environnements collaboratifs, il facilite la détection précoce des erreurs et accélère les cycles de livraison.

Rcpp est une bibliothèque qui permet d'intégrer du code C++ dans l'environnement R pour accélérer les calculs et manipuler des données de manière plus performante. Elle est largement utilisée par les statisticiens, les data scientists et les chercheurs pour optimiser des algorithmes ou créer des packages R plus rapides. Le projet inclut des outils pour compiler et tester le code, ainsi que des exemples pratiques pour maîtriser son utilisation.