Projet pédagogique destiné à l'apprentissage des technologies web et mobiles. Il permet aux étudiants de manipuler des requêtes HTTP, de charger et afficher des images depuis des URLs distantes, et de traiter des données au format JSON via des services web REST. L'objectif est de comprendre les mécanismes de communication client-serveur et la gestion asynchrone des données.

Ce projet vise à fournir un environnement d'apprentissage pratique pour les étudiants de la filière GGMD (Génie Geographique, Mobilité et Données) de l'Université Lyon 1. Il est composé de plusieurs TPs couvrant différents aspects de la conception et du déploiement de bases de données réparties, l'optimisation des performances pour le traitement de grandes quantités de données, l'analyse de données astronomiques à l'aide d'Apache Spark, et le traitement de flux de données en temps réel avec Spark Streaming et Apache STORM.

Outil de gestion dédié au projet MITIK, visant à analyser la mobilité des utilisateurs via des mesures passives non intrusives. Il permet de configurer et superviser des capteurs Wi-Fi, synchroniser les données collectées, anonymiser les traces pour garantir la vie privée, et produire des analyses de trajectoires. L'objectif est d'intégrer et d'automatiser les processus de capture, traitement et interprétation des données pour faciliter la recherche en mobilité humaine.

Projet de développement d'une application mobile Android destinée à interagir avec des services backend. Il permet de récupérer, traiter et afficher des données dynamiques issues d'API externes. L'application inclut des fonctionnalités de gestion des requêtes réseau, de parsing de données structurées et d'optimisation des performances pour une expérience utilisateur fluide.

Ce projet permet d'améliorer la précision des trajets GPS en associant des données de positionnement brut à un réseau routier détaillé. Il transforme des coordonnées brutes en itinéraires cohérents et exploitables, facilitant ainsi l'analyse de mobilité, l'optimisation logistique ou la planification urbaine. Les données traitées proviennent de sources variées comme les GPS, les traces mobiles ou les capteurs de véhicules.

Protocole et serveur central pour la détection et l'alerte des clusters COVID dans les lieux publics ou privés. Il permet aux autorités sanitaires de centraliser les données de visites anonymisées, d'identifier les clusters de cas positifs et d'avertir les personnes potentiellement exposées via une application mobile. Le système gère également la génération de QR codes pour les lieux et le traitement des déclarations de cas positifs.

Bibliothèque de fonctions génériques principalement écrites en Matlab/Octave pour le traitement de signaux ou de données numériques. Elle inclut des fonctions pour le calcul de sommes mobiles non biaisées, la filtration de médiane généralisée, le décimation de données, la mise en forme de courbes sinusoïdales harmoniques, l'arrondi avec un nombre fixe de chiffres significatifs, ainsi que la conversion entre nombres arabes et romains.

Application mobile dédiée à la collecte et au traitement de données géolocalisées pour des usages professionnels ou environnementaux. Elle permet d'enregistrer des parcours GPS, d'associer des photos géoréférencées, et de générer des rapports structurés. Utilisée pour des missions de terrain comme l'inspection de sites, la cartographie ou le suivi de zones protégées.

AttributeComposer est une classe C++ conçue pour effectuer des calculs sur des attributs sources et générer des attributs dynamiques à partir des résultats. Elle permet de définir des expressions mathématiques complexes pour transformer ou analyser des données en temps réel, comme des moyennes mobiles, des sommes ou des opérations logiques. Utilisé principalement dans des environnements industriels ou scientifiques pour le traitement de signaux ou de mesures.

Ce projet utilise des données anonymes de téléphonie mobile fournies par trois opérateurs pour estimer les mouvements de population avant et pendant le confinement de mars 2020 en France. Les données sont traitées et combinées avec les estimations annuelles de population de l'Insee pour produire des indicateurs fiables. Le projet permet également de visualiser interactivement les changements de population observés avant et pendant le confinement, département par département.