Bibliothèque partagée dédiée à la gestion centralisée des logs pour les logiciels d'analyse d'images biologiques, notamment Icy et ses plugins. Elle facilite la standardisation des messages de débogage, améliore la traçabilité des erreurs et simplifie la maintenance des applications scientifiques en fournissant des outils de configuration et de visualisation adaptés aux besoins des développeurs et des utilisateurs.

Ce projet permet de centraliser et transmettre les logs système d'un ou plusieurs serveurs vers un serveur dédié. Il facilite la surveillance, le diagnostic et la résolution des problèmes en agrégeant les messages de log en temps réel. Les logs sont envoyés via un protocole standardisé (syslog) pour une intégration facile avec les infrastructures existantes.

Bibliothèque d'utilitaires Python conçue pour centraliser des fonctions réutilisables au sein d'un groupe de projets. Elle facilite la gestion des fichiers, des répertoires et des opérations HDF5, tout en standardisant les logs et les bonnes pratiques de développement. Destinée aux équipes techniques, elle réduit la duplication de code et améliore la cohérence entre les différents projets.

Ipasir-loading est une bibliothèque conçue pour charger et utiliser des solveurs SAT compatibles IPASIR. Elle facilite l'intégration de solveurs de satisfiabilité booléenne dans des applications logicielles, permettant de résoudre des problèmes complexes de logique propositionnelle de manière standardisée et efficace.

Outil de gestion et de configuration dédié à l'administration centralisée des machines virtuelles et des plateformes informatiques. Il permet de définir et déployer des configurations standardisées pour des équipes, en intégrant des paramètres réseau, matériel et logiciels. Destiné aux administrateurs système, il facilite la maintenance et l'homogénéité des environnements virtuels au sein d'une organisation.

XPSAxis est une solution logicielle dédiée au contrôle et à la gestion d'axes de positionnement motorisés. Elle permet d'automatiser des mouvements précis, de configurer des limites logicielles, de gérer des vitesses et accélérations, et d'interfacer des dispositifs matériels via des commandes standardisées. Utilisée dans des environnements industriels ou de recherche, elle facilite l'intégration de systèmes robotisés ou de machines nécessitant un positionnement exact.

API Entreprise est un service public qui permet aux administrations d'accéder de manière sécurisée et certifiée aux données administratives des entreprises et associations. Il centralise et agrège les informations issues de multiples sources (SIREN, SIRET, RNA, etc.) pour faciliter les démarches en ligne, réduire les erreurs de saisie et automatiser les processus internes. Destiné aux agents publics et aux éditeurs de solutions logicielles pour l'administration, il offre un accès unique et standardisé aux données, évitant ainsi la multiplication des contacts techniques et des documentations dispersées.

Ce projet propose une collection de macros pour Autoconf destinées à simplifier et standardiser la configuration de projets C/C++. Il permet d'automatiser la détection de bibliothèques externes, de générer des métadonnées pour les paquets logiciels, et d'offrir des options de compilation avancées comme le mode debug ou la couverture de code. Les macros réduisent la duplication de code et améliorent la portabilité des projets.

Solution logicielle conçue pour automatiser et orchestrer des workflows métiers complexes. Permet aux entreprises de connecter leurs outils existants, de définir des enchaînements logiques entre tâches et d'automatiser des processus pour gagner en efficacité. Idéal pour les équipes techniques ou opérationnelles cherchant à réduire les interventions manuelles et à standardiser leurs procédures.

Ce projet académique vise à étudier et quantifier la variabilité des résultats obtenus par différents pipelines logiciels utilisés en neuroimagerie fonctionnelle. Il propose une méthodologie pour évaluer la robustesse et la reproductibilité des analyses d'images cérébrales IRMf, en comparant des configurations logicielles variées sur des données standardisées. Les résultats permettent d'identifier les sources de variabilité et d'améliorer les pratiques en imagerie cérébrale.