Ce projet académique développe des outils pour manipuler des polyèdres en trois dimensions. Il permet de les représenter, les importer et exporter depuis des fichiers au format OBJ, et de les décomposer en composantes connexes pour une analyse structurelle. Les algorithmes implémentés facilitent l'étude des propriétés géométriques et topologiques des modèles 3D, avec une approche modulaire et optimisée pour la gestion dynamique de la mémoire.

Plateforme dédiée à l'analyse et à la gestion des ressources en eau. Elle permet aux utilisateurs de modéliser des réservoirs, simuler des scénarios hydrologiques et prévoir les niveaux d'eau en fonction de données climatiques et environnementales. L'outil aide les professionnels à optimiser la gestion des ressources hydriques et à anticiper les risques liés aux variations de débit.

Ce projet est une unité d'enseignement (UE) proposée par l'Université Lyon 1 dans le cadre du Master 2 en Technologies de l'Information et du Web. Il couvre la gestion de grandes masses de données, les systèmes de gestion de bases de données (SGBD), le MapReduce avec Spark, et les flux de données avec Storm. Les étudiants y apprennent les techniques de tuning et d'optimisation des performances des SGBD ainsi que les concepts avancés du Big Data.

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.

Ce projet permet d'évaluer et comparer les performances de différents frameworks (Pig et PySpark) pour calculer le PageRank sur de grands jeux de données. Il inclut la gestion de clusters cloud, l'exécution de tâches distribuées et l'analyse des résultats obtenus. L'objectif est d'optimiser le traitement de données massives en mesurant l'impact du nombre de nœuds de calcul sur les performances.

Outil dédié au lancement et à l'optimisation d'applications de type LImA et LImA2, principalement utilisées dans des environnements de calcul haute performance. Il configure dynamiquement les ressources système (CPU, mémoire, affinité NUMA) pour maximiser les performances des applications de traitement de données et d'acquisition (DAQ). Il prend en charge l'accélération matérielle via des bibliothèques comme Power9 NX GZIP et permet une intégration avec des frameworks comme Tango pour une gestion centralisée.

Ce projet propose des mises en page en tuiles pour les tableaux multidimensionnels en C++23, optimisant les performances des algorithmes gourmands en calculs. Il améliore la localité des données et la gestion mémoire, notamment pour les calculs linéaires et les équations différentielles partielles. Les mises en page en tuiles permettent une meilleure utilisation des caches et une vectorisation accrue, adaptées aux architectures CPU et GPU.

Plateforme d'assistance et d'outils dédiés à la gestion des effectifs et des activités pour les juridictions administratives. Elle propose des calculatrices, des extracteurs de données, des guides utilisateurs et des ressources pour faciliter la prise de décision, la simulation de scénarios et l'analyse des indicateurs. Destinée aux agents publics, elle centralise des outils métiers pour optimiser l'organisation et le pilotage des services.

Plateforme dédiée à l'analyse et au suivi des dépenses publiques. Elle permet aux administrations de visualiser et d'analyser les données budgétaires en temps réel, d'identifier les économies potentielles et d'optimiser l'allocation des ressources. L'outil génère des synthèses détaillées des dépenses par ministère, fournisseur et segment, facilitant la prise de décision stratégique et la transparence financière.

PhoenixDebug est une bibliothèque et un ensemble d'outils dédiés au débogage et à l'analyse de données pour les applications développées en C++. Il facilite la gestion des logs, l'inspection des fichiers texte et binaire, ainsi que la visualisation des flux de données pour identifier et résoudre les problèmes de développement. Utilisé principalement par des développeurs et des équipes techniques, il optimise le processus de diagnostic et améliore la qualité du code.