Le projet AU_metabo fournit un programme pour l'acquisition de données métabolomiques à l'aide de la RMN 1D 1H. Il permet la préparation des échantillons, l'optimisation des champs magnétiques, la détermination de la longueur du pulse et le traitement des spectres. Il est utilisé dans le cadre d'une étude visant à améliorer l'analyse à haut débit des échantillons de plantes.

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.

Ce package est dédié à la gestion et au traitement de corpus de données textuelles dans le cadre du projet news_tracking. Il fournit des outils pour la préparation des données et leur formatage, facilitant ainsi le travail des algorithmes de traitement de ces données.

Ce projet consiste à développer des traitements distribués pour l'analyse, l'importation, la préparation et l'exportation de données relatives aux déchets. Il s'appuie sur les technologies Big Data telles que Spark et Hadoop, ainsi que sur des outils d'accès aux données comme PostgreSQL et Hive.

Le projet mod_sharedspaceh permet la gestion d'instances partagées, la configuration de paramètres et le prétraitement de données. Il offre des fonctionnalités dédiées à la manipulation et à la configuration d'espaces partagés, ainsi qu'à la préparation de données pour un traitement ultérieur.

Plateforme dédiée à l'analyse des performances sportives des athlètes de l'INSEP et des fédérations sportives. Elle permet de collecter, traiter et visualiser des données d'entraînement et de compétition pour améliorer les résultats sportifs. Utilisée par les entraîneurs et les athlètes pour optimiser leur préparation.

Ce projet fournit des fonctions utilitaires pour la préparation, le traitement, le transfert, la synchronisation, le stockage et l'archivage de données pour l'équipe Data Gouv.