La plateforme Vidjil est composée de deux parties principales : Vidjil-algo et une application web. Vidjil-algo analyse les données de séquençage à haut débit pour extraire les jonctions V(D)J et les regrouper en clones. L'application web permet la visualisation et l'analyse interactive des clones et de leur évolution dans le temps dans un contexte de suivi de la maladie résiduelle minimale ou d'étude immunologique. Elle peut également être liée à une base de données de échantillons, d'expériences et de patients pour le stockage des données et des métadonnées, l'exécution de logiciels RepSeq et la sauvegarde d'annotations directement depuis l'application web.

La plateforme Vidjil est composée de deux parties principales : Vidjil-algo et une application web. Vidjil-algo permet d'extraire des jonctions V(D)J et de les regrouper en clones à partir de données de séquençage à haut débit. L'application web permet la visualisation et l'analyse interactives des clones et de leur suivi dans le temps dans un contexte de suivi de la maladie résiduelle minimale ou d'étude immunologique. Elle peut être liée à une base de données de échantillons, d'expériences et de patients permettant le stockage de données et de métadonnées séquence, l'exécution de logiciels RepSeq et la sauvegarde d'annotations directement depuis l'application web.

Base de données dédiée à la collecte, au stockage et à l'analyse de données issues de recherches scientifiques. Elle facilite le partage et la collaboration entre équipes de recherche en centralisant les résultats expérimentaux et en offrant des outils d'analyse avancés pour des projets nécessitant une gestion rigoureuse des données.

Plateforme dédiée à la collecte, au stockage et à l'analyse de données sur la biodiversité aquatique. Elle permet aux chercheurs et aux professionnels de l'hydrobiologie de gérer et d'analyser des données sur la qualité de l'eau, les espèces et les écosystèmes aquatiques.

Plateforme dédiée à la collecte, au stockage et à l'analyse de données sur la biodiversité aquatique. Elle permet aux chercheurs et aux professionnels de l'hydrobiologie de gérer et d'analyser des données sur la qualité de l'eau, les espèces et les écosystèmes aquatiques.

Outil développé pour l'INERIS permettant d'identifier et caractériser des composés chimiques dans différents milieux (eau, air, sols). Il utilise des modèles d'intelligence artificielle pour analyser des données environnementales et détecter des sources de pollution. La plateforme permet aux experts de visualiser les résultats, de lancer des analyses et de gérer les accès sécurisés. Elle s'appuie sur des bases de données relationnelles et des services cloud pour le stockage et le traitement des données.

Service dédié à la collecte, au stockage et à la diffusion de données issues de capteurs environnementaux, notamment océanographiques. Il permet aux chercheurs et institutions de visualiser, analyser et partager des séries temporelles de mesures pour étudier les phénomènes naturels et climatiques. Le projet s'appuie sur des standards ouverts pour garantir l'interopérabilité des données.

Outil dédié au déploiement et à la gestion de bases de données PostGIS, spécialisées dans le stockage et l'analyse de données géospatiales et temporelles. Utilisé principalement pour des projets environnementaux ou scientifiques nécessitant une infrastructure robuste et reproductible.

Ce projet développe une méthode innovante pour représenter et stocker des données 3D de manière compacte et évolutive. Il utilise la quantification vectorielle pour transformer des nuages de points en formats optimisés, facilitant leur analyse et leur visualisation. L'objectif est de réduire l'espace de stockage tout en conservant la précision des données spatiales, idéal pour les applications nécessitant une grande quantité de données géométriques.

Filebeat est un outil léger conçu pour collecter, agréger et transférer les logs depuis divers systèmes vers des plateformes de traitement ou de stockage. Il permet aux administrateurs et aux équipes DevOps de surveiller en temps réel les activités des serveurs, applications et services, facilitant ainsi la détection proactive des problèmes et l'analyse des performances. Intégré à l'écosystème Elastic Stack, il simplifie la gestion des données de journalisation pour améliorer la sécurité et l'efficacité opérationnelle.