Outil open source conçu pour définir, orchestrer et exécuter des workflows scientifiques ou techniques. Il permet de structurer des tâches en graphes de dépendances, facilitant ainsi l'automatisation de processus analytiques ou de calculs. Idéal pour les chercheurs, ingénieurs ou équipes techniques souhaitant optimiser leurs pipelines de données sans développer de solutions sur mesure.

PhoenixThread est une bibliothèque C++ conçue pour faciliter la gestion de tâches parallèles et l'exécution de commandes système de manière optimisée. Elle permet aux développeurs d'orchestrer des processus en arrière-plan, de suivre leur état et de gérer efficacement les ressources disponibles. Idéale pour les applications nécessitant des calculs intensifs ou des traitements asynchrones, elle simplifie le développement multithread tout en offrant des outils pour le suivi et la synchronisation des tâches.

Outil dédié à l'exécution distribuée de tâches pour des workflows scientifiques ou techniques. Il permet d'orchestrer des calculs complexes en répartissant la charge sur plusieurs nœuds, optimisant ainsi les performances et la scalabilité des traitements. Idéal pour les projets nécessitant une gestion avancée des ressources et des dépendances entre tâches.

Ce projet permet d'orchestrer des runners GitLab en utilisant l'infrastructure cloud de Inria comme backend. Il automatise le déploiement et la gestion de machines virtuelles pour exécuter des tâches de test ou de calcul, notamment pour des projets comme Coq. L'objectif est d'offrir une solution scalable et flexible pour les environnements de développement et d'intégration continue.

Projet visant à maîtriser et déployer le logiciel Bacalhau pour l'orchestration de tâches sur des clusters de nœuds. Il permet de distribuer des tâches de calcul, d'intégrer des méthodes d'analyse et de connecter ces fonctionnalités à l'application Cortext Manager. Le projet facilite la collaboration entre équipes techniques pour tester et valider des solutions logicielles.

Ce projet facilite l'exécution de tâches parallèles utilisant le standard MPI (Message Passing Interface) sur un cluster Kubernetes. Il permet aux utilisateurs de déployer et gérer des jobs de calcul intensif de manière simplifiée, en tirant parti de l'orchestration Kubernetes pour une meilleure scalabilité et fiabilité. Idéal pour les applications scientifiques ou industrielles nécessitant des calculs distribués.

Ce projet permet d'orchestrer et de gérer des tâches de calcul distribuées via un cluster Bacalhau, en utilisant une API Fastify pour interagir avec les nœuds. Il stocke les résultats des calculs dans un système MinIO, facilitant ainsi l'accès et l'analyse des données produites. Idéal pour des workflows scientifiques ou des traitements par lots nécessitant une infrastructure scalable et fiable.

Ce projet automatise la construction de contigs viraux à partir de données génomiques en utilisant des outils comme Minia/coronaSPAdes et CheckV. Il s'appuie sur AWS Batch pour orchestrer des tâches de calcul intensif dans le cloud, permettant aux chercheurs de traiter rapidement et efficacement de grandes quantités de données génomiques sans gérer manuellement l'infrastructure.