Ce projet propose des exercices pratiques et un guide pédagogique pour aider les chercheurs, professionnels de santé et acteurs académiques à maîtriser le pré-traitement et la vérification des extractions de données issues de la base principale du SNDS. Il inclut des cas pratiques basés sur des jeux de données synthétiques du DCIR et du PMSI, accompagnés de corrections pour permettre une auto-évaluation et renforcer les compétences en analyse de données de santé.

JavaCL for Icy est un plugin dédié à l'analyse d'images biologiques, développé pour la plateforme Icy. Il permet d'exploiter les capacités de calcul des GPU via OpenCL directement depuis Icy, améliorant ainsi les performances des algorithmes de traitement d'images. Ce plugin est particulièrement utile pour les chercheurs en biologie qui ont besoin de traiter rapidement de grandes quantités d'images, comme des séquences de microscopie ou des jeux de données volumineux. Il s'intègre parfaitement dans l'écosystème Icy, un logiciel open source largement utilisé en bioimagerie.

Ce projet automatise le téléchargement de lectures SRA depuis des bases de données génomiques, les convertit au format FASTQ et les stocke sur un bucket S3 dédié. Il utilise des infrastructures cloud (AWS Batch) pour exécuter des traitements par lots, permettant aux chercheurs de traiter efficacement de grandes quantités de données génomiques sans intervention manuelle.

Ce projet fournit un ensemble d'outils et de workflows dédiés au traitement et à l'analyse de données issues de techniques de diffraction avancées, notamment pour la calibration et l'intégration de spectres de rayons X. Il facilite l'automatisation des processus expérimentaux et la gestion des données brutes et traitées, en s'appuyant sur des logiciels spécialisés comme pyFAI et Ewoks. Destiné aux scientifiques et chercheurs, il optimise la reproductibilité et la traçabilité des analyses.

Outil open source conçu pour automatiser et orchestrer des workflows d'analyse d'imagerie cérébrale fonctionnelle (IRMf). Il permet de construire des chaînes de traitement à partir de descriptions de configurations, d'exécuter ces workflows en parallèle sur des clusters de calcul, puis de post-traiter les résultats pour en extraire des statistiques et des corrélations. Destiné aux chercheurs et cliniciens en neurosciences, il facilite la reproductibilité et l'analyse comparative des données.

Arcapollo est un outil dédié à l'archivage et au reconditionnement de fichiers de données sismiques au format MiniSEED. Il permet de finaliser les fichiers incomplets et de les regrouper en enregistrements de 4096 octets pour une meilleure gestion du stockage. Le projet propose deux modes d'utilisation : un mode service web pour le traitement automatisé de données historiques et un mode traitement de données de terrain pour des fichiers collectés manuellement. Il s'adresse principalement aux institutions ou chercheurs en sismologie.

Outil dédié à l'extraction et à la conversion de données protéiques issues de fichiers XML au format Uniprot. Il permet de générer des fichiers FASTA à partir de listes d'IDs d'accession ou d'extraire des séquences XML depuis des fichiers FASTA. Compatible avec les systèmes d'exploitation courants, il facilite le traitement et l'analyse de données biologiques pour les chercheurs et les laboratoires.

Projet académique visant à explorer les capacités de l'intelligence artificielle pour traiter et analyser des données. Il permet de simuler des interactions et de générer des visualisations à partir de jeux de données variés. Destiné à des étudiants ou chercheurs en informatique, il facilite l'apprentissage des outils comme NumPy et Pandas pour le traitement de données.

Libhts est une bibliothèque Python et un ensemble d'outils dédiés au traitement et à l'analyse de données issues du séquençage haut débit. Elle permet aux chercheurs et bioinformaticiens de manipuler, convertir et visualiser des données génomiques complexes comme les fichiers BAM ou BigWig. L'outil facilite l'extraction de régions spécifiques, la génération de visualisations graphiques et l'automatisation de workflows pour des analyses génomiques avancées.

Projet dédié au traitement et à l'automatisation de workflows de données pour des applications scientifiques, notamment dans le domaine de l'analyse de données expérimentales. Il permet de structurer, traiter et optimiser des flux de données complexes pour des chercheurs ou des laboratoires.