Ce projet a pour but d'aider les personnes concernées par l'autisme à trouver leurs réponses et à mener à bien leurs démarches. Il est composé d'un CMS Strapi et d'un serveur front en Next.js, utilisant une base de données PostgreSQL et Meilisearch pour le stockage et la recherche.

Outil Python dédié à la gestion et au stockage de données issues de simulations numériques. Il permet de créer et gérer automatiquement des bases de données, d'exporter les données dans divers formats, et d'enregistrer des champs de données en temps réel. Conçu pour s'intégrer facilement avec des frameworks comme DeepPhysX et SOFA, il simplifie le développement de systèmes de gestion de données pour des applications scientifiques ou industrielles.

Ce projet permet de développer et déployer des applications blockchain pour gérer des transactions sécurisées et transparentes. Il facilite l'interaction avec des smart contracts, le stockage décentralisé de données et la création d'écosystèmes d'applications décentralisées (dApps) pour divers cas d'usage comme la finance, la logistique ou la gestion de droits numériques.

Ce projet se concentre sur l'optimisation des simulations fluides en utilisant la transformée en ondelettes discrète (DWT) pour une compression dynamique des données sur GPU. Il évalue les performances de différents algorithmes de compression et configurations de blocs pour améliorer l'efficacité mémoire et calculatoire. Les résultats sont utilisés pour valider des modèles numériques et réduire les coûts de stockage tout en préservant la précision des simulations.

Outil dédié à la vérification et à la correction de l'intégrité des dépôts logiciels archivés. Il permet de détecter les fichiers corrompus ou altérés, d'identifier les doublons et de nettoyer les espaces de stockage pour garantir la pérennité des archives. Utilisé principalement dans des environnements de préservation numérique, il assure la cohérence et la fiabilité des données conservées.

Outil dédié au nettoyage et à la vérification des données dans les dépôts de stockage. Il permet d'identifier et de supprimer les entrées corrompues ou obsolètes tout en garantissant la cohérence des métadonnées. Utilisé principalement pour maintenir l'intégrité des archives numériques, il s'intègre dans des workflows de gestion de données à long terme.

Melissa est un framework open source conçu pour optimiser les analyses de sensibilité et l'entraînement de modèles de deep learning à très grande échelle sur supercalculateurs. Il élimine le besoin de stocker des fichiers intermédiaires en traitant les données en transit, permettant ainsi de gérer des études impliquant des milliers de simulations parallèles sans surcharge de stockage. Le système coordonne des simulations numériques, des calculs statistiques et des entraînements de réseaux de neurones de manière efficace et résiliente.

Ce projet fournit une solution de stockage d'objets numériques conçue pour archiver et préserver des données de manière fiable et durable. Il permet aux utilisateurs de stocker des fichiers de manière sécurisée et d'y accéder facilement tout en assurant leur intégrité sur le long terme. Idéal pour les archives numériques, les sauvegardes ou les données sensibles nécessitant une conservation pérenne.

Ce projet permet de sauvegarder automatiquement l'historique complet des dépôts GitHub (y compris les métadonnées comme les issues, pull requests et commentaires) vers un stockage cloud sécurisé. Il est conçu pour les organisations souhaitant préserver leur patrimoine numérique et faciliter la récupération en cas de perte de données. Le script gère à la fois les dépôts publics et privés, avec des fonctionnalités de notification et de reprise automatique en cas d'échec.

Ce projet académique traite de l'analyse statistique et du partitionnement de données astronomiques issues de relevés célestes. Il calcule les écarts-types moyens des attributs numériques, identifie les valeurs aberrantes et optimise le stockage des données pour des traitements ultérieurs. Les résultats sont utilisés pour améliorer la qualité des données et faciliter leur exploitation dans des études astrophysiques.