Ce projet regroupe les activités liées à la mise en place de services de qualité des données, y compris la vérification, la surveillance, le nettoyage et la standardisation des données entrantes pour garantir leur exactitude et leur cohérence.

Ce projet permet de reproduire et analyser les données de sensibilité et d'exclusion de l'expérience STEREO phase II. Il s'appuie sur des jeux de données internes et des scripts dédiés pour évaluer les performances et les limites des mesures réalisées dans le cadre de la physique des particules. L'outil est conçu pour les chercheurs et collaborateurs impliqués dans cette expérience.

Plateforme dédiée à la préservation, l'archivage et la diffusion du patrimoine logiciel mondial. Elle permet aux développeurs, chercheurs et institutions d'accéder à des milliards de lignes de code source historiques, de contribuer à leur conservation et de faciliter la recherche et l'innovation grâce à une base de connaissances technique exhaustive et ouverte.

Ce projet vise à concevoir et maintenir un écosystème optimal de workflows pour les besoins de l'ESRF DAU. Il permet de modéliser, planifier et exécuter des tâches scientifiques complexes sous forme de graphes dirigés, en intégrant des outils de planification et de visualisation adaptés aux environnements de recherche. L'objectif est d'améliorer l'efficacité des processus expérimentaux et analytiques en automatisant leur enchaînement et leur suivi.

Ce projet vise à concevoir et optimiser un écosystème logiciel pour la gestion et l'exécution de workflows scientifiques, notamment dans le domaine de la recherche. Il permet de modéliser des tâches complexes, de les organiser en graphes dirigés, et de les exécuter de manière distribuée ou séquentielle. L'objectif est d'améliorer l'efficacité des processus expérimentaux en automatisant les enchaînements de calculs et en facilitant leur suivi.

Ce projet vise à concevoir et maintenir un écosystème optimal de workflows pour l'ESRF DAU (Département d'Accélération et d'Utilisation des Rayons X). Il permet de modéliser, organiser et exécuter des tâches scientifiques sous forme de graphes de dépendances, facilitant ainsi l'automatisation des processus expérimentaux et l'analyse de données. L'objectif est d'améliorer l'efficacité et la reproductibilité des recherches menées sur les accélérateurs de particules.