Ce projet regroupe les activités liées à la mise en place de services de qualité des données, y compris la vérification, la surveillance, le nettoyage et la standardisation des données entrantes pour garantir leur exactitude et leur cohérence.

Projet dédié à la gestion et à la surveillance de la qualité des eaux de la Seine. Il permet de centraliser des données environnementales, d'analyser des indicateurs de qualité et de faciliter la prise de décision pour les acteurs publics et scientifiques. Le projet contribue à la protection des écosystèmes aquatiques et à la santé publique.

Ce projet fournit des outils et services pour le traitement et l'analyse de données expérimentales issues de sources comme les synchrotrons. Il permet de surveiller en temps réel des fichiers de données scientifiques, d'évaluer la qualité des scans EXAFS, et de traiter des spectres MCA pour extraire des informations pertinentes. Destiné aux chercheurs et ingénieurs en physique expérimentale, il facilite l'automatisation et l'interprétation des résultats.

MUPHOTEN est une pipeline dédiée à l'analyse automatisée d'images astronomiques issues de réseaux de télescopes hétérogènes. Elle permet de détecter et mesurer des objets célestes transitoires (supernovas, astéroïdes, etc.) en soustrayant des images de référence, en calibrant les magnitudes et en vérifiant la qualité des données. L'outil est utilisé par des astronomes pour surveiller des phénomènes variables dans l'univers et produire des données photométriques précises.

Le projet TI2018 est dédié à la gestion et l'analyse de données environnementales, en particulier météorologiques, pour fournir des prévisions et une surveillance de la qualité de l'air. Il offre des fonctionnalités d'analyse et de visualisation de ces données, permettant une meilleure compréhension et prise de décision dans le domaine de l'environnement.

Ce projet exploite les données du satellite Sentinel-5P pour analyser et surveiller la composition chimique de l'atmosphère à l'échelle mondiale. Il se concentre particulièrement sur la détection du méthane (CH4) et d'autres gaz comme le NO2, en utilisant des produits de niveau 2 (L2) dérivés des images hyperspectrales de niveau 1B (L1B). Les données, disponibles en temps quasi réel ou avec un traitement haute qualité, permettent d'évaluer les concentrations atmosphériques et d'étudier les tendances environnementales.

Le projet hubeau est un package R dédié aux APIs du Hub'Eau, qui permet de récupérer des données relatives à l'eau en France. Il offre des fonctionnalités pour interagir avec différentes APIs, telles que la surveillance de la qualité de l'eau potable, le suivi des niveaux d'eau souterraine, l'analyse de la qualité des cours d'eau et la prévision des débits des cours d'eau.

Outil dédié à l'analyse et au contrôle qualité des séquences génétiques du SARS-CoV-2. Il permet d'identifier les positions critiques du virus pouvant impacter son épidémiologie, de détecter les variants préoccupants (VOC) et de valider les données de séquençage. Utilisé principalement dans le cadre de la surveillance des mutations du virus par des laboratoires et institutions de santé publique.

Plateforme dédiée à l'agrégation, la surveillance et l'historisation des données issues de multiples plateformes Open Data. Elle permet aux correspondants Open Data et aux équipes métiers de centraliser les métadonnées, suivre les évolutions des datasets avec une granularité quotidienne, et évaluer la qualité des données selon des référentiels comme DCAT ou des chartes Open Data. Une interface web facilite la visualisation et la comparaison des versions.

Le projet force_torque_sensor_analysis a pour but d'analyser les données provenant de capteurs de force et de couple. Il permet de détecter les valeurs anormales et de fournir une visualisation en temps réel des données collectées. Cet outil est particulièrement utile dans les domaines industriels où la surveillance des capteurs est cruciale pour assurer la sécurité et la qualité des processus de production.