Ce projet est le code source du module 2 d'un parcours de formation à R dédié au pôle ministériel MTES-MCTRCT. Il vise à donner aux apprenants les compétences nécessaires pour préparer des données en vue d'analyses statistiques, en les explorant, les comprenant, les structurant et les enrichissant avec des données externes.

Scripts de préparation à l'importation de données dans le processus d'intégration de Signaux Faibles. Ils génèrent un document JSON destiné à être inséré dans la collection `Admin` de la base de données, à partir de fichiers de données mis à disposition dans un répertoire.

Ce site officiel du ministère de l'Éducation nationale fournit des informations complètes sur les métiers du professorat et de l'éducation. Il s'adresse aux lycéens, étudiants et adultes en reconversion souhaitant devenir enseignants. Le portail détaille les différents métiers de l'enseignement (primaire, secondaire, professionnel), les concours de recrutement, les formations disponibles et les modalités d'accès à la profession. Il propose également des ressources pour préparer les concours et des données statistiques sur les métiers de l'éducation.

Le projet belenios-prepared-database est une application permettant de préparer des bases de données pour le système de vote électronique Belenios. Il gère les données personnelles et électorales de manière sécurisée et permet de créer des jeux de données anonymisées pour les élections.

Csv-detective-ml est un outil en ligne de commande permettant d'analyser des fichiers CSV et de détecter automatiquement les types de données contenus dans chaque colonne. Cet outil est basé sur des algorithmes de machine learning et permet de nettoyer et de préparer rapidement des données en vue de leur utilisation dans des analyses ou des modèles prédictifs.

Plugin Airflow pour la préparation de données avec des hooks et opérateurs pour des tâches courantes de préparation de données. Il permet de télécharger des données à partir d'URL, de charger des fichiers dans une table PostgreSQL, de transformer des données à l'aide de Python ou de fonctions SQL, de joindre des tables ensemble et de gérer les schémas de données.

Le projet prepare_wgs_data est un outil en ligne de commande permettant de préparer et d'analyser des données de séquençage de l'ARN. Il permet de vérifier la qualité des données en utilisant des outils tels que FastQC et MultiQC, qui génèrent des rapports détaillés.

Ce projet est dédié à la préparation des données pour l'application Kelrisks. Il inclut des pipelines de traitement pour gérer, nettoyer et normaliser des données géographiques hétérogènes, ainsi que des fonctionnalités de géocodage en masse d'adresses.

Le projet Trackdéchets préparation inspection est un utilitaire de préparation de fiches d'inspection pour le suivi des déchets. Il permet la gestion et la visualisation de données de suivi des déchets.

Ce projet est responsable de la préparation des données pour tous les tableurs dans le cadre du programme Richelieu. Il s'occupe du nettoyage et de la normalisation des jeux de données, de la récupération de données supplémentaires via des API et de l'explicitation des liens entre fichiers image et entrées de tableurs.