Ce projet automatise le traitement et la transformation de données médicales en utilisant le standard FHIR (Fast Healthcare Interoperability Resources). Il permet d'intégrer, normaliser et valider des données de santé issues de différentes sources pour les rendre exploitables dans des systèmes d'information médicaux. Le pipeline gère l'extraction, le nettoyage, le stockage et la mise à disposition des données via une API FHIR, facilitant ainsi l'interopérabilité entre systèmes de santé.

Le projet swh-scrubber vise à nettoyer et consolider les données de dépôts de code source, en supprimant les données inutiles ou redondantes, permettant ainsi une optimisation de l'espace de stockage dans les systèmes de gestion de versions. Il utilise des techniques avancées de compression de données et d'analyse de dépendances pour garantir l'intégrité et la fonctionnalité des dépôts après le nettoyage.

Outil open source dédié au nettoyage et à la préparation de données pour les classifications économiques (NACE). Il permet d'appliquer des règles métiers transparentes et auditable pour corriger, enrichir ou uniformiser des jeux de données, notamment dans le cadre de la formation de modèles de classification. Compatible avec des stockages S3, il génère des rapports détaillés des modifications appliquées et s'intègre aux pipelines de machine learning existants.

Outil dédié au nettoyage et à la vérification des données dans les dépôts de stockage. Il permet d'identifier et de supprimer les entrées corrompues ou obsolètes tout en garantissant la cohérence des métadonnées. Utilisé principalement pour maintenir l'intégrité des archives numériques, il s'intègre dans des workflows de gestion de données à long terme.

Ce cours introduit les techniques de base pour la récupération, le stockage, le nettoyage, la visualisation, l'analyse et le traitement de données. Il offre une introduction pratique aux outils et bibliothèques utilisés pour le traitement de données en combinant des cours théoriques avec des exercices de programmation.