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.

Ce projet rassemble les supports, scripts et ressources utilisées lors de l’École d'été méthodes quantitatives en sciences sociales 2021. Il se compose de deux modules : le premier, Traitement quantitatif de données textuelles, traite du nettoyage, exploration et analyse de ces données ; le second, Cartographie, s'intéresse à la présentation et manipulation de données géographiques.

Ce projet permet de calculer des statistiques quantitatives sur des fichiers ELAN, sans nécessiter l'utilisation du logiciel ELAN. Il est développé en Python et utilise des bibliothèques telles que Pandas et Openpyxl pour le traitement des données.

Ce projet est un classificateur automatique de données textuelles basé sur des modèles de langage (LLMs). Il permet de catégoriser et d'analyser le sens de texte brut pour faciliter le tri et le traitement de grandes quantités de données.

Ezqtlseq est un pipeline d'analyse de données génomiques permettant la recherche de QTL (Quantitative Trait Loci) dans des populations. Il s'agit d'une version 2.0 améliorée du pipeline initial développé par l'INRAE.