Le projet Validata vise à fournir aux utilisateurs des commentaires sur la validité des jeux de données qu'ils produisent, afin de les aider à améliorer leur qualité. La validité est définie comme l'absence d'erreurs générales dans la structure ou le contenu des fichiers, ainsi que la conformité aux schémas de données, tels que le Socle commun des données locales.

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 fournit un modèle de départ pour créer des dépôts de données structurés selon la spécification Data Package. Il facilite la création, la validation et la documentation de jeux de données publics ou privés en suivant des standards ouverts. Le modèle inclut des fichiers de configuration, des exemples de tables et des outils d'intégration continue pour garantir la qualité et la conformité des données.

Ce projet fournit un échantillon de données structurées sous forme de fichier Parquet pour tester et valider le partitionnement de données. Il permet aux développeurs de vérifier le bon fonctionnement d'un outil de partitionnement avant son utilisation sur des jeux de données plus volumineux, notamment dans un contexte de traitement de données astronomiques.

Datamap est un outil collaboratif permettant à plusieurs utilisateurs de construire et gérer des tableaux de données structurées. Il facilite la création, la modification et le partage de jeux de données entre équipes autorisées. Les données peuvent être exposées en format ouvert (JSON) pour une réutilisation par d'autres outils comme Dataroom. L'accès est contrôlé via des adresses emails validées.

Outil logiciel conçu pour centraliser et structurer la gestion des paramètres de configuration et des jeux de données dans des projets scientifiques ou techniques. Il permet de définir, valider et documenter des configurations de manière stricte et organisée, tout en facilitant l'accès et la manipulation des données via des sources variées (fichiers locaux, bases de données, etc.). Idéal pour les environnements nécessitant une traçabilité et une reproductibilité des données.

Outil dédié à l'évaluation et à l'amélioration des réponses générées par le bot de l'ANSSI, Albert. Il permet d'indexer des documents de référence en cybersécurité pour enrichir les réponses via une approche RAG, et de valider la pertinence des réponses du bot à l'aide de jeux de données structurés. Destiné aux experts en cybersécurité et aux administrateurs système.

Outil dédié à la validation, la préparation et la visualisation de données scientifiques, notamment climatiques. Il permet de structurer des jeux de données bruts en fichiers NetCDF standardisés, de vérifier leur cohérence et de générer des visualisations adaptées à des grilles hexagonales ou autres formats géospatiaux. Utilisé principalement pour des simulations environnementales et des analyses de données issues de modèles climatiques.

Outil dédié à l'analyse et à la classification de données via des modèles mathématiques. Il permet de lire des jeux de données, d'appliquer des méthodes de pénalisation pour optimiser les paramètres, et de réaliser des validations croisées pour évaluer la performance des modèles. Les résultats sont formalisés et structurés pour une analyse approfondie des caractéristiques des données.

Trevas-TS est un moteur open source écrit en TypeScript qui implémente le langage VTL (Validation and Transformation Language). Il permet d'exécuter des calculs, des transformations et des validations sur des jeux de données structurés, notamment pour des applications statistiques ou administratives. Développé par l'Insee, il s'intègre dans des systèmes nécessitant une conformité stricte aux normes de traitement de données.