Ce projet automatise le traitement et la transformation de données médicales en utilisant le standard FHIR (Fast Healthcare Interoperability Resources). Il permet d'intégrer, normaliser et valider des données de santé issues de différentes sources pour les rendre exploitables dans des systèmes d'information médicaux. Le pipeline gère l'extraction, le nettoyage, le stockage et la mise à disposition des données via une API FHIR, facilitant ainsi l'interopérabilité entre systèmes de santé.

Module Lutece dédié à l'importation automatisée de rendez-vous depuis des fichiers Excel. Il permet de valider, traiter et importer des données d'agenda dans des formulaires de prise de rendez-vous. Le système vérifie les doublons, les formats et les contraintes métiers avant toute création. Les erreurs sont reportées et peuvent être corrigées ou relancées manuellement. Les données personnelles sont purgées après une période de rétention définie.

Ce projet permet de valider la présence et la correction des calculs Spark Streaming pour des applications stencil simplifiées. Il s'assure que les flux de données sont traités correctement en temps réel, en détectant les erreurs ou les absences de calculs attendus. Idéal pour des tests automatisés ou des environnements de développement.

Ce projet permet de valider et vérifier la conformité des modèles de données structurées selon des règles prédéfinies. Il s'adresse aux entreprises ou développeurs souhaitant automatiser le contrôle de leurs données avant intégration ou publication. L'outil identifie les incohérences, erreurs ou non-conformités pour garantir l'intégrité et la qualité des données manipulées.

Outil dédié à l'export, la sauvegarde et la validation des données sismiques du réseau RESIF. Il automatise le transfert des métadonnées et des données validées depuis des points de montage vers des répertoires de travail. Le script gère également la reprise des transferts interrompus et la vérification des checksums pour garantir l'intégrité des données. Les rapports générés permettent de suivre les erreurs et les succès des opérations.

Outil d'automatisation dédié à la validation des fichiers conformes au standard CI-SIS, utilisé dans le domaine de la santé en France. Il permet de vérifier la conformité des exemples de fichiers via une action GitHub, facilitant ainsi l'intégration continue et la qualité des données échangées dans les systèmes d'information de santé.

Ce projet permet de valider et vérifier la conformité des données structurées selon des règles métier ou réglementaires. Il automatise les contrôles qualité pour garantir l'intégrité et la fiabilité des données utilisées dans les systèmes d'information. Idéal pour les entreprises ayant besoin de s'assurer que leurs données respectent des normes spécifiques avant leur exploitation.

Ce module permet de gérer les demandes d'accès aux données sensibles au sein de l'application GeoNature. Les utilisateurs peuvent formuler des demandes précises en spécifiant des groupes taxonomiques, des périmètres géographiques et des plages temporelles. Les validateurs examinent et valident ces demandes, accordant ainsi un accès temporaire aux données concernées. Le module automatise le calcul du statut des demandes en fonction de leur date d'expiration.

Ce projet propose un modèle de départ pour créer des dépôts conformes au standard Data Package, une spécification ouverte pour structurer et partager des jeux de données. Il permet aux producteurs de données de démarrer rapidement un projet en suivant les bonnes pratiques de qualité et de validation, tout en garantissant l'interopérabilité avec les plateformes de données ouvertes comme schema.data.gouv.fr. Le modèle inclut des fichiers de configuration, des exemples de tables et des outils d'intégration continue pour automatiser les tests.

Ce projet est un batch d'importation et de traitement automatisé de données issues de fichiers Excel pour le domaine réglementaire environnemental. Il permet de récupérer, valider et intégrer des informations issues de rapports obligatoires (comme les déclarations de déchets ou les extractions de production) dans une base de données centralisée. Le système applique des règles de conformité strictes pour garantir la qualité des données avant leur archivage définitif.