Ce projet propose des travaux dirigés et des ressources pédagogiques sur l'énergétique du climat, la modélisation des émissions de gaz à effet de serre et leur impact sur le climat. Il inclut des analyses de sensibilité, des projections climatiques et des calculs de budgets carbone. Adapté pour un usage en enseignement, il facilite la compréhension des enjeux climatiques à travers des expériences ludiques et des supports interactifs.

Ce projet propose une formation en apprentissage automatique appliquée aux sciences environnementales et au secteur énergétique. Il utilise des notebooks Python pour enseigner l'analyse de données climatiques et énergétiques, en combinant méthodes statistiques traditionnelles et techniques avancées de machine learning. Les étudiants apprennent à extraire des motifs pertinents, modéliser des relations entre variables et prédire des tendances pour prendre des décisions éclairées dans des contextes environnementaux concrets.

Outil pédagogique open source dédié à la modélisation du climat et à l'analyse des scénarios de transition énergétique. Ce projet permet d'explorer les mécanismes du changement climatique via des simulations interactives et des tutoriels accessibles. Il s'appuie sur des modèles climatiques reconnus pour offrir une compréhension approfondie des phénomènes climatiques et des leviers d'action pour la transition énergétique.

Projet dédié à la simulation numérique des processus atmosphériques et climatiques. Il permet de modéliser en haute résolution les interactions entre les différentes couches de l'atmosphère, les flux énergétiques et les échanges thermiques. Utilisé principalement pour la recherche scientifique et l'amélioration des modèles de prévision météorologique, il offre des outils pour analyser et valider des scénarios climatiques complexes.

AtlanFlex est un jeu de données synthétiques conçu pour évaluer la flexibilité énergétique dans un quartier résidentiel via des thermostats intelligents. Il modélise la consommation de chauffage de 337 logements dans un climat côtier, en intégrant des scénarios de demande-réponse (réduction de consigne de température) et des comportements stochastiques des occupants. Les données incluent des séries temporelles de consommation, de température et de conditions externes, permettant d'analyser l'influence de la diversité des profils et des interactions avec les thermostats.