Ce projet permet de traiter et d'intégrer des flux d'informations provenant de différentes sources de données de manière automatisée et batch. Il facilite la synchronisation et la transformation des données entre systèmes, notamment pour des besoins de reporting ou d'alimentation de bases de données. Il est conçu pour être robuste et scalable, adapté aux environnements nécessitant des traitements réguliers et volumineux.

Lavoisier 2 est un framework open source conçu pour récupérer, transformer, fusionner et interroger des sources de données hétérogènes. Il permet de créer des pipelines de transformation basés sur des règles déclaratives simples, où chaque étape génère des vues XML dynamiques exposées via une interface REST. Idéal pour l'intégration de données complexes, il évite la création de structures de données volumineuses en propageant un flux d'événements XML à travers des chaînes de plugins.

Service de transformation de données basé sur DFDL (Data Format Description Language) permettant de convertir des données selon des schémas prédéfinis et de valider des données selon ces mêmes schémas. Il inclut également la gestion de préférences pour les transformations de données.

Ce projet propose une solution pour gérer et convertir des données scientifiques stockées au format Zarr. Il permet de transformer des données existantes en fichiers tar pour un accès plus efficace, tout en offrant des outils pour manipuler ces données de manière optimisée. Destiné aux chercheurs et ingénieurs, il facilite l'archivage et la lecture de jeux de données volumineux.

Bibliothèque logicielle dédiée à la conversion et à la représentation d'unités de mesure courantes (longueur, volume, etc.). Elle permet aux développeurs d'intégrer facilement des fonctionnalités de calcul et de transformation d'unités dans leurs applications, facilitant ainsi la gestion des données métriques dans divers contextes techniques ou scientifiques.

Ce projet permet de télécharger des données d'imagerie cérébrale issues du Human Connectome Project (HCP) via le dépôt datalad et de les convertir au format BIDS, un standard ouvert pour structurer les données de neuroimagerie. Il s'adresse principalement aux chercheurs et scientifiques travaillant dans le domaine de l'imagerie médicale ou des neurosciences, leur offrant un moyen simplifié d'accéder et de transformer des jeux de données volumineux pour des analyses ultérieures.

Autorino est un outil open source conçu pour automatiser le téléchargement, la conversion et l'organisation des données brutes GNSS (Global Navigation Satellite System) provenant de récepteurs géodésiques. Il permet de transformer ces données en fichiers RINEX3/4, un format standardisé utilisé en géodésie et en volcanologie. Le logiciel prend en charge les principaux fabricants de récepteurs (Leica, Septentrio, Topcon, Trimble) et offre des fonctionnalités de traitement en temps quasi réel, avec une fréquence de téléchargement pouvant atteindre 5 minutes.

SCALPEL-Flattening est une bibliothèque open source conçue pour transformer et optimiser les données du Système National des Données de Santé (SNDS) en France. Elle permet de convertir des fichiers CSV en formats compressés comme Parquet, puis de les fusionner en tables unifiées pour faciliter l'extraction de concepts médicaux. Ce processus accélère l'analyse des données de santé tout en réduisant leur volume, rendant les bases de données plus accessibles et exploitables pour la recherche et les études épidémiologiques.

Bibliothèque et outil open source dédié au traitement et à l'analyse d'images 3D issues de scanners à tomographie. Il permet de manipuler, transformer et analyser des volumes d'images médicales ou scientifiques avec des algorithmes parallélisés et optimisés. Le projet inclut également des outils pour distribuer les calculs sur des clusters, facilitant le traitement de grands jeux de données.

Ce projet est dédié à la transformation de la voix dans le cadre du projet COMPRISE. Il inclut une bibliothèque Python pour la conversion de voix utilisant des méthodes VLTN et une méthode d'anonymisation de la voix utilisant des x-vecteurs et des modèles de forme d'onde neuronaux.