Ce projet vise à structurer et analyser les données publiques des décès en France depuis 1971 sous forme de graphes sémantiques. Il permet de transformer des fichiers CSV en données RDF exploitables pour des recherches avancées ou des analyses statistiques. Les données sont organisées par tranches d'années et par villes, facilitant leur réutilisation par des chercheurs, institutions ou développeurs.

Ce projet automatise l'extraction et la structuration des informations médicales contenues dans les Résumés des Caractéristiques du Produit (RCP) des médicaments. Il permet de transformer des fichiers HTML en données exploitables pour des analyses statistiques, des rapports ou des intégrations dans des pipelines de données. L'objectif est de faciliter l'accès et l'exploitation des données réglementaires des médicaments pour les professionnels de santé ou les organismes publics.

Ce projet effectue des statistiques sur la démographie des professionnels de santé en téléchargeant et déchiffrant des fichiers sources, en transformant et exportant des données, et en publiant les fichiers cibles sur un serveur FTP.

JPanda est une librairie Java dédiée à la manipulation et à l'analyse de données structurées sous forme de dataframes. Elle permet de charger, visualiser et transformer des données issues de fichiers CSV ou de tableaux en mémoire. Les utilisateurs peuvent effectuer des sélections, des calculs statistiques, des groupements et des agrégations pour extraire des informations pertinentes. L'outil est particulièrement adapté aux développeurs et data scientists souhaitant automatiser des traitements de données sans recourir à des solutions lourdes.

Pipeline dédiée à la gestion et au traitement des données du projet ANAIS, spécifiquement pour l'étape Helios. Elle automatise l'extraction, la transformation et le chargement des données depuis des sources variées (bases de données, fichiers CSV) vers des vues SQL structurées. Les données sont historisées, analysées et exportées sous forme de fichiers CSV pour répondre aux besoins réglementaires et opérationnels des acteurs du secteur sanitaire et social.

Maven-miner est un ensemble d'outils Java permettant de résoudre toutes les dépendances Maven hébergées dans le référentiel Maven central, puis de les stocker dans une base de données graphique. Tout d'abord, l'index du référentiel Maven central est résolu et transformé en fichier plat contenant toutes les dépendances hébergées, une par ligne, au format groupId:artifactId:version. Plus tard, ce fichier peut être passé à l'outil maven-miner pour collecter des demandes de dépendances pour chaque artefact disponible dans le fichier. Chaque artefact est ensuite visité et persisté dans une base de données graphique. Nous nous appuyons sur Neo4j, une base de données graphique bien connue, pour persister le graphe de dépendances Maven.

Plateforme dédiée à l'inspection et au contrôle des établissements accueillant des personnes âgées ou handicapées. Elle permet de centraliser, historiser et analyser les données issues des inspections, tout en générant des rapports standardisés. La solution s'appuie sur des pipelines automatisées pour extraire, transformer et charger les données depuis des sources variées (bases de données, fichiers CSV, SFTP), puis les restituer sous forme de vues exploitables pour les autorités compétentes.

Ce projet fournit un plugin de définition de langage pour Prism.js, permettant la coloration syntaxique des fichiers FHIR Mapping Language (FML). FML est un langage dédié à la transformation de données entre différents formats de ressources FHIR, essentiel pour l'interopérabilité en santé. Le plugin offre un support complet de la syntaxe FML avec plus de 15 types de jetons, des tests exhaustifs et une documentation détaillée pour les développeurs travaillant sur des solutions d'interopérabilité médicale.

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.

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.