Ce projet extrait et traite des matrices de comparaison de produits (PCMs) depuis des pages Wikipedia dédiées aux logiciels. Il nettoie et structure ces données pour les rendre exploitables en analyse formelle de concepts (FCA) et en extraction de variabilités. Les PCMs sont transformées en formats adaptés (CSV, RCFT) pour des outils comme RCAExplore, facilitant l'étude des caractéristiques et des relations entre produits.

Ce projet permet de déployer des services web Python pour transformer des fichiers NetCDF (format de données scientifiques) en formats plus accessibles comme le CSV ou des images. Il facilite ainsi l'analyse et la visualisation des données environnementales ou climatiques par des utilisateurs non experts en format NetCDF.

Ce projet permet de convertir et standardiser des données de santé entre différents formats (SMT, CSV, FHIR). Il facilite l'échange et l'interopérabilité des informations médicales entre systèmes hétérogènes, en automatisant les transformations pour garantir la cohérence et la qualité des données.

Ce projet permet de déployer des serveurs de données scientifiques utilisant les protocoles THREDDS et OPeNDAP. Il facilite l'accès, la conversion et le partage de fichiers de données environnementales comme les fichiers NetCDF, en les transformant en formats plus accessibles comme CSV ou images. Destiné aux chercheurs et institutions, il soutient la diffusion des données climatiques et océanographiques.

OpenFisca Survey Manager est un module dédié à la gestion et à la transformation de données d'enquête pour les utiliser avec OpenFisca, un logiciel open source de micro-simulation. Il permet de convertir des fichiers de données (SAS, Stata, SPSS, CSV) en formats optimisés (HDF ou Parquet) pour faciliter leur analyse et leur exploitation dans des simulations de politiques publiques, notamment en France.

Ce projet permet de transformer, nettoyer et analyser des données médiatiques issues de l'INA et de Twitter. Il facilite l'exploitation de jeux de données bruts en les convertissant en formats exploitables (DataFrame, CSV) et propose des interfaces interactives pour visualiser et décrire les données. Les outils développés aident à identifier les producteurs de contenus, leur circulation et leur impact, notamment autour d'événements médiatiques comme le procès du Mediator.

Ce projet permet de transformer des données brutes (comme des fichiers CSV, JSON ou autres formats non structurés) en un format standardisé et exploitable (niveau 1). Il facilite l'intégration et l'analyse des données en les normalisant, réduisant ainsi les efforts manuels de nettoyage et de structuration. Idéal pour les équipes data ou les développeurs cherchant à automatiser des pipelines de données.

Bibliothèque utilitaire en Scala 3 pour la manipulation et la conversion de données entre différents formats (listes, collections, CSV). Facilite l'intégration et la transformation de données dans des projets Scala.

Outil dédié à l'analyse et à la transformation de fichiers texte pour en extraire des données structurées. Permet de convertir des formats variés (CSV, JSON, XML) en structures exploitables pour des traitements ultérieurs. Utilisé principalement pour automatiser des tâches de parsing dans des workflows de données.

Le projet camino-imports-geojson est dédié à l'importation, au nettoyage et à la transformation de données géospatiales. Il permet de créer des fichiers GeoJSON à partir de divers formats de données, notamment CSV, et de nettoyer et dédupliquer les objets géographiques. Cet outil facilite le traitement et l'intégration de données géospatiales dans des systèmes d'information géographique (SIG).