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.

MolPred est un framework basé sur Hydronaut pour la construction de prédicteurs de caractéristiques moléculaires à l'aide de Chemfeat. Il offre les avantages de l'un et de l'autre, ainsi que plusieurs autres avantages : tous les hyperparamètres sont gérés via des fichiers de configuration YAML, y compris la sélection de modèles, ensembles de fonctionnalités moléculaires et métriques, avec un support complet pour les surcharges en ligne de commande. Les hyperparamètres peuvent être explorés à l'aide de balayages systématiques ou d'algorithmes d'optimisation. L'optimisation peut être suivie en temps réel avec Optuna Dashboard lors de l'utilisation du plugin Hydra's Optuna sweeper. Tous les paramètres, métriques, modèles et autres artefacts sont suivis avec MLflow. Les tests et les prédictions peuvent être effectués en récupérant des modèles et des configurations d'ensembles de fonctionnalités à partir de runs MLflow précédents. Les modèles peuvent être facilement ajoutés en enregistrant des sous-classes d'une classe fournie. Les classes enregistrées peuvent être sélectionnées par nom à partir du fichier de configuration. De nouvelles calculateurs d'ensembles de fonctionnalités chimiques/moléculaires peuvent être ajoutés et enregistrés via des sous-classes simples. Les calculs de fonctionnalités sont mis en cache dans une base de données locale pour éviter les calculs redondants.

Ce projet est une rôle Ansible dédiée à la gestion de memcached, une solution de mise en cache en mémoire pour les applications web. Il permet d'optimiser les performances des sites web en stockant des données fréquemment utilisées en mémoire, facilitant ainsi la gestion des données et réduisant la charge sur les bases de données. Cette rôle est conçue pour être simple à utiliser et à configurer, ce qui permet de gagner du temps et des ressources lors de la gestion des applications web.

Le projet asdf-plmteam-redis-server est une solution de gestion de données en temps réel, offrant des fonctionnalités de stockage et de mise en cache de données pour améliorer les performances des applications. Il permet une scalabilité horizontale des bases de données pour répondre aux besoins de montée en charge.

Le projet speasy_proxy est une solution dédiée à l'optimisation de la bande passante et à la gestion des flux de données. Il permet d'accélérer la diffusion de contenu en utilisant des techniques de mise en cache et de compression.

Ce projet est un proxy d'autorisation et de mise en cache pour Elasticsearch qui permet de contrôler l'accès aux données et d'améliorer les performances de recherche en mettant en cache les résultats.

Projet utilisant Flask pour construire une application web légère et modulaire, avec intégration de Pandas pour le traitement et l'analyse de données, MongoDB pour le stockage, et Redis pour la mise en cache. Des outils supplémentaires tels que pytest, Requests et python-swiftclient sont également utilisés pour les tests, les requêtes HTTP et l'interaction avec OpenStack Swift.