Myria3D est une bibliothèque de deep learning conçue pour la segmentation multiclasse de grands nuages de points Lidar à haute densité. Elle implémente l'entraînement de réseaux de neurones de segmentation 3D avec des logiques de traitement et d'évaluation optimisées pour les données à l'échelle du lot. L'inférence sur des nuages de points inconnus à grande échelle est également prise en charge, ce qui permet d'évaluer la IoU sur l'ensemble du nuage de points, ce qui se traduit par une évaluation fiable du modèle.

Le projet Pyspark Playground est un environnement de développement et d'apprentissage dédié à l'utilisation de PySpark, un framework open-source pour le traitement et l'analyse de données à grande échelle. Il permet de créer des workflows de données distribués et de faciliter l'intégration de données entre différentes sources.

Outil dédié à l'analyse et à la visualisation de plaques multipuits issues de microscopes à haute contenance, comme ceux de la marque Opera. Ce plugin pour le logiciel Icy permet aux chercheurs en biologie d'importer, d'explorer et de traiter des images de plaques de culture cellulaire ou de microplaques. Il facilite l'interprétation des données de microscopie en offrant une interface interactive pour naviguer entre les puits et les champs d'observation, ainsi que des fonctionnalités de traitement automatisé pour des analyses à grande échelle.

Ce projet permet de déployer et gérer un cluster Apache Spark via Docker pour faciliter le traitement de données à grande échelle. Il offre une interface Jupyter pour exécuter des notebooks interactifs et des outils de monitoring pour superviser les tâches. Destiné aux chercheurs et data scientists, il automatise la configuration des nœuds maître et travailleurs, réduisant ainsi la complexité technique. Les utilisateurs peuvent soumettre des jobs de calcul distribué et analyser les résultats en temps réel.

Ce projet propose des ensembles de données (Corridor, Simu1D, Simu2D, Simu3D) dédiés à la cartographie magnétique à grande échelle. Les données, issues de mesures réelles ou de simulations, sont utilisées pour tester et valider des modèles de cartographie basés sur des processus gaussiens. Les jeux de données incluent des observations magnétiques 3D et des positions spatiales, avec des pré-traitements spécifiques pour faciliter leur utilisation dans des expériences scientifiques.

Serratus-Palmfold est un projet open source dédié à l'analyse comparative de séquences génomiques à grande échelle. Il permet aux chercheurs en biologie et bioinformatique d'identifier des similarités entre génomes, de détecter des motifs fonctionnels et d'accélérer la découverte de gènes ou de régions d'intérêt. L'outil s'appuie sur des algorithmes avancés pour traiter des volumes massifs de données génomiques, facilitant ainsi la recherche fondamentale et appliquée en génomique.

Outil dédié à l'exécution d'analyses statistiques avancées sur des données génétiques à grande échelle. Il permet de préparer les données, lancer des analyses complexes et parser les résultats pour en extraire des insights pertinents. Utilisé principalement dans le cadre de recherches génomiques, il facilite le traitement automatisé de jeux de données volumineux et leur interprétation.

Le projet cdtn-nlp a pour objectif d'analyser et de comprendre des données textuelles à grande échelle en utilisant des techniques avancées de traitement automatique des langues (TAL) et de l'apprentissage automatique. Il permet d'extraire des informations utiles et de catégoriser des données textuelles pour faciliter la prise de décision et l'automatisation de processus métiers.

NumPy est une bibliothèque open source dédiée au calcul scientifique en Python. Elle permet de manipuler des tableaux multidimensionnels de manière efficace et optimisée, offrant des outils pour effectuer des opérations mathématiques complexes, des transformations de données et des calculs vectoriels. Utilisée dans de nombreux domaines comme la recherche, l'ingénierie ou l'intelligence artificielle, elle facilite le traitement et l'analyse de données numériques à grande échelle.

Ce projet automatise et optimise le traitement de données génomiques et biologiques à grande échelle. Il permet aux chercheurs de configurer et d'exécuter des pipelines bioinformatiques complexes de manière reproductible et efficace. Les workflows gèrent des volumes importants de données, facilitant l'analyse génomique, la détection de variants et la production de résultats exploitables pour la recherche médicale ou biologique.