Ce projet consiste à prétraiter et segmenter des images satellites à l'aide de données brutes. Il importe les données brutes sur un pod de travail, les prétraite et les annote automatiquement, puis télécharge le jeu de données annoté sur un service de stockage d'objets.

Le gestionnaire Scratch est un démon qui automatise la mise en cache des jeux de données en lecture seule sur une configuration système avec un stockage lent et rapide. Dans un environnement HPC typique, le stockage lent est un système de fichiers réseau partagé et le stockage rapide est un disque SSD sur le nœud de calcul. Le gestionnaire Scratch surveille le débit de lecture sur une liste de jeux de données stockés sur le stockage lent et déplace les plus actifs vers un stockage de cache à vitesse supérieure mais à capacité limitée.

Mini DMI est une solution dédiée à l'upload et à la gestion de jeux de données. Elle permet aux utilisateurs d'uploader des fichiers via une API ou en ligne de commande, tout en associant des métadonnées détaillées pour décrire les données. Le service facilite le stockage sécurisé et structuré des objets dans le cloud, avec une approche flexible pour répondre aux besoins de différents types de données.

VirtualData est une plateforme dédiée à la gestion, au stockage et à l'analyse de données virtuelles. Elle permet aux utilisateurs de créer des environnements de test sécurisés, d'effectuer des analyses en temps réel et de manipuler des jeux de données sans risque pour leurs systèmes réels. Idéale pour les développeurs, les data scientists et les entreprises souhaitant optimiser leurs processus de traitement de données.

OntoDBench permet aux DBA d'estimer la structuration de leurs jeux de données et d'évaluer l'évolutivité des trois principaux modèles de stockage de données basées sur l'ontologie dans leur jeux de données et workload réels. En fonction des exigences fonctionnelles et d'évolutivité, le DBA peut choisir le OBDB approprié. OntoDBench prend en charge les fonctionnalités suivantes : évaluation des caractéristiques des jeux de données réels, identification des modèles de stockage pertinents pour un OBDB donné, expression des requêtes de travail selon les trois représentations et évaluation des performances des requêtes.

Outil open source dédié au nettoyage et à la préparation de données pour les classifications économiques (NACE). Il permet d'appliquer des règles métiers transparentes et auditable pour corriger, enrichir ou uniformiser des jeux de données, notamment dans le cadre de la formation de modèles de classification. Compatible avec des stockages S3, il génère des rapports détaillés des modifications appliquées et s'intègre aux pipelines de machine learning existants.

Projet open source dédié à la collecte, au stockage et à l'analyse de jeux de données scientifiques, notamment environnementaux et géospatiaux. Il facilite le partage et la réutilisation des données entre chercheurs et institutions pour accélérer la recherche et l'innovation. Les données sont structurées pour être facilement accessibles et interopérables.

Ce projet permet de gérer efficacement des fichiers volumineux au sein de dépôts Git grâce à Git LFS (Large File Storage). Il facilite le stockage et le suivi des fichiers binaires ou médias tout en optimisant les performances du dépôt. Idéal pour les équipes travaillant avec des fichiers comme des vidéos, des images haute résolution ou des jeux de données.

Le plugin udata-metrics permet d'afficher des vues avec des métriques sur les jeux de données, les réutilisations, les organisations et la page de tableau de bord du site. Il utilise une logique de crochet basée sur les crochets udata-front. Les vues sont alimentées par des données provenant de : - d'une API de métriques facultative pour le trafic (affichages, téléchargements, liens externes) - de Mongo pour les valeurs de stockage (avec une pipeline d'agrégation) Un travail peut être planifié pour injecter des métriques de trafic dans les objets métriques d'udata.

Fuseki est un serveur de stockage et de requêtage de données sémantiques au format RDF. Il permet d'héberger des jeux de données structurés pour faciliter leur exploitation et leur analyse via des requêtes SPARQL, notamment dans des contextes de web sémantique ou de gestion de connaissances.