Plateforme open source dédiée à l'orchestration, la planification et le suivi de workflows complexes. Elle permet d'automatiser des enchaînements de tâches, de gérer des dépendances entre processus et de superviser des pipelines de données en temps réel ou planifiés. Utilisée pour optimiser les flux de travail dans des environnements techniques variés.

Ce projet permet de traiter et analyser des flux de données en temps réel pour des applications nécessitant une réactivité immédiate. Il facilite la surveillance continue des systèmes, l'identification rapide des anomalies et l'optimisation des performances. Utilisé par des entreprises pour des besoins critiques comme le suivi d'activités ou la détection d'événements en direct.

MolPred est un framework basé sur Hydronaut pour la construction de prédicteurs de caractéristiques moléculaires à l'aide de Chemfeat. Il offre les avantages de l'un et de l'autre, ainsi que plusieurs autres avantages : tous les hyperparamètres sont gérés via des fichiers de configuration YAML, y compris la sélection de modèles, ensembles de fonctionnalités moléculaires et métriques, avec un support complet pour les surcharges en ligne de commande. Les hyperparamètres peuvent être explorés à l'aide de balayages systématiques ou d'algorithmes d'optimisation. L'optimisation peut être suivie en temps réel avec Optuna Dashboard lors de l'utilisation du plugin Hydra's Optuna sweeper. Tous les paramètres, métriques, modèles et autres artefacts sont suivis avec MLflow. Les tests et les prédictions peuvent être effectués en récupérant des modèles et des configurations d'ensembles de fonctionnalités à partir de runs MLflow précédents. Les modèles peuvent être facilement ajoutés en enregistrant des sous-classes d'une classe fournie. Les classes enregistrées peuvent être sélectionnées par nom à partir du fichier de configuration. De nouvelles calculateurs d'ensembles de fonctionnalités chimiques/moléculaires peuvent être ajoutés et enregistrés via des sous-classes simples. Les calculs de fonctionnalités sont mis en cache dans une base de données locale pour éviter les calculs redondants.

Outil dédié à la gestion et au monitoring des flux de données issus de capteurs environnementaux déployés par des unités de recherche. Il permet d'automatiser et de superviser en temps réel les enchaînements de tâches pour garantir la qualité des données collectées et traitées, tout en assurant un suivi rigoureux des workflows scientifiques.

Ce projet développe une plateforme interactive permettant la gestion et l'analyse de données en temps réel. Il facilite la communication entre utilisateurs via des échanges instantanés et offre une interface utilisateur fluide et réactive pour visualiser et interagir avec les données collectées. L'application est conçue pour répondre aux besoins de suivi et d'analyse dynamique dans un environnement collaboratif.

Outil open source permettant de synchroniser plusieurs caméras en analysant des matrices numériques affichées ou enregistrées. Il combine des composants logiciels et matériels pour afficher et lire des valeurs numériques via des matrices 4x4, facilitant ainsi la vérification de cohérence entre flux vidéo. Idéal pour des applications nécessitant un suivi précis de données visuelles en temps réel.

Application mobile dédiée au suivi et à la gestion de parcours utilisateur. Elle permet de collecter et d'analyser des données de localisation en temps réel, de proposer des questions adaptées à chaque utilisateur, et d'offrir une interface personnalisable pour faciliter l'interaction. Destinée à des usages professionnels ou éducatifs, elle simplifie le suivi des activités et l'engagement des utilisateurs.

Apache Kafka est une plateforme distribuée de streaming de données conçue pour gérer des flux de données en temps réel à grande échelle. Elle permet de publier, souscrire, stocker et traiter des flux de données de manière fiable et scalable, facilitant ainsi l'intégration entre systèmes, applications et services. Utilisée pour la collecte de logs, le suivi d'événements ou la synchronisation de données entre services, elle assure une haute disponibilité et une faible latence.

Bibliothèque LabVIEW dédiée à l'affichage et à la manipulation de données temporelles en temps réel. Elle permet de convertir des points de données bruts en waveforms datées pour un affichage réaliste sur des graphes déroulants. Elle optimise également la visualisation de plusieurs courbes en ajustant leurs unités et échelles, facilitant ainsi leur comparaison sur un même graphe. Idéale pour les applications nécessitant un suivi précis de données évolutives dans le temps.

Zmq-spy est un outil conçu pour surveiller et publier des flux de données en temps réel depuis des expériences scientifiques. Il s'intègre dans des environnements de contrôle comme Narval pour capturer et redistribuer des buffers de données via le protocole ZMQ. Principalement utilisé dans des contextes de recherche, il permet une analyse et un suivi des données générées par des équipements scientifiques.