Le projet génère des échantillons de code source vulnérables et non vulnérables aux attaques XSS (Cross-Site Scripting) pour différents langages de programmation tels que PHP, Node.js et Hop.js. Il permet de construire des bases de données de tests pour évaluer des détecteurs de vulnérabilités et entraîner des algorithmes de deep learning.

Ce projet est un exercice technique destiné à évaluer les compétences en développement d'une application web. Il consiste en une interface Vue.js connectée à une API Flask, permettant de générer des hachages cryptographiques, de gérer des utilisateurs via un système d'authentification, et d'afficher des données dynamiques. L'objectif est de démontrer la capacité à concevoir une solution simple, élégante et fonctionnelle.

Serveur dédié à la génération et à la gestion de données démographiques et médicales fictives pour des tests ou des simulations. Il permet de créer des profils de patients réalistes avec des adresses, des identifiants uniques et des caractéristiques variées (âge, sexe, origine, etc.). Utilisé principalement dans des environnements de développement, de test ou de formation pour valider des systèmes médicaux ou des applications nécessitant des données réalistes sans compromettre la confidentialité.

Outil en ligne de commande conçu pour injecter des transactions ou des comportements dans une blockchain EcoMobiCoin. Il permet de simuler des scénarios de mobilité à partir de données CSV, de générer des blocs avec des transactions ou des comportements, et de tester des configurations de réseau blockchain. Idéal pour valider des protocoles ou des stratégies de minage dans un environnement contrôlé.

Ce projet est une démonstration en ligne d'un outil de visualisation de données graphiques et statistiques. Il permet de générer des graphiques interactifs pour illustrer des concepts mathématiques ou des jeux de données. L'application est conçue pour tester et présenter les fonctionnalités de la bibliothèque ImPlot, intégrée à un environnement graphique léger. Elle s'adresse aux développeurs, chercheurs ou étudiants souhaitant explorer des visualisations de données sans installation locale.

Ce projet centralise et met à disposition des jeux de données dédiés aux tests techniques ou fonctionnels. Il permet aux développeurs et testeurs d'accéder à des ensembles de données variés et volumineux, couvrant différents formats et cas d'usage, afin de valider des solutions ou des algorithmes sans avoir à générer eux-mêmes ces données.

Cohort360 est une plateforme open source dédiée à la gestion et à l'analyse de cohortes de patients en santé. Elle permet de générer des données médicales fictives pour tester des applications, synchroniser des périmètres FHIR avec des organisations, et centraliser des informations de santé pour faciliter les études et analyses. Destinée aux professionnels de santé et chercheurs, elle offre un environnement sécurisé et modulaire pour simuler des scénarios cliniques.

Minbp-algo est un outil académique dédié à la résolution du problème de bin-packing, un défi d'optimisation où l'objectif est de répartir des objets de tailles variables dans le nombre minimal de conteneurs. Développé dans un cadre universitaire, il permet de tester et comparer des algorithmes de répartition comme Next Fit ou First Fit Decreasing. Le programme prend en entrée des instances de données structurées et génère des solutions optimisées pour des applications logistiques ou industrielles.

Ce projet est une solution de simulation de service web SOAP dédiée aux décisions d'autorisation dans le domaine de la santé. Il permet aux développeurs et intégrateurs de tester des flux d'échange de données entre systèmes médicaux sans dépendre d'un environnement de production réel. Le service génère des réponses fictives mais conformes aux standards, facilitant ainsi le développement et le débogage d'applications interopérables.

Ce projet vise à comparer plusieurs outils permettant d'identifier les cytosines méthylées dans des données fast5. Après avoir exécuté ces outils sur un jeu de données test d'Arabidopsis thaliana, une analyse comparative a été réalisée en termes de détection par sites. Il a été conclu que DeepSignalPlant était le plus performant. Ce dépôt contient des scripts permettant d'exécuter DeepSignalPlant et de générer des statistiques à partir de ses résultats.