Le projet gpu-full est une plateforme dédiée à la recherche et à l'analyse de données. Il permet aux chercheurs et aux data scientists de développer et de déployer des modèles de machine learning, de visualiser et d'analyser des données en temps réel, et de gérer leurs projets de recherche. Grâce à une interface utilisateur intuitive et à des fonctionnalités avancées, il offre un environnement de travail complet et performant pour les chercheurs et les data scientists.

ArchiveExtractor est un module Python permettant d'extraire et d'analyser des données à partir d'archives HDB/TDB. Il offre des fonctions pour rechercher des attributs et extraire des données entre deux dates, retournant des objets pandas.DataFrame. Il est particulièrement utile pour les applications de gestion de données en temps réel et d'analyse scientifique.

Le projet gqe-recomblines est une application R-Shiny dédiée à l'analyse et à la visualisation de données environnementales. Il offre une interface conviviale pour gérer et interpréter des projets de recherche, favorisant ainsi la collaboration et l'exploration de données en temps réel.

Le projet Elastic Search est un outil de recherche et d'analyse de données en temps réel. Il permet de stocker, rechercher et analyser de grandes quantités de données structurées et non structurées. Il est basé sur la plateforme Elastic Stack et offre des fonctionnalités avancées telles que la recherche en texte intégral, la métrique et la journalisation.

Elasticsearch est une plateforme de recherche et d'analyse distribuée, open-source, basée sur Lucene. Elle permet de stocker, rechercher et analyser de gros volumes de données en temps réel. Elasticsearch est particulièrement adaptée pour les use cases nécessitant une recherche et une analyse rapides de données non structurées, telles que les logs, les métriques et les données de sécurité.