Gabarit est une plateforme open source conçue pour simplifier et accélérer le développement de projets en science des données et intelligence artificielle. Elle fournit des modèles prêts à l'emploi, des outils de préprocessing et des pipelines de machine learning pour les domaines du traitement automatique du langage naturel, de la vision par ordinateur et des données numériques. Son objectif est de permettre aux data scientists de se concentrer sur l'essentiel en automatisant les étapes techniques et en offrant des fonctionnalités de production robustes.

PyXAI est une bibliothèque Python dédiée à l'IA explicable (XAI) pour les modèles d'apprentissage automatique basés sur des arbres (classification ou régression). Elle permet de générer des explications formelles, correctes et locales pour comprendre les décisions des modèles, tout en offrant des fonctionnalités de rectification pour corriger les incohérences entre les prédictions et les connaissances métier. L'outil s'adresse aux experts en data science et aux secteurs nécessitant une transparence accrue des algorithmes.

GeoPlant est un jeu de données à grande échelle et multimodal conçu pour la prédiction d'espèces végétales à travers l'Europe. Il combine des observations d'espèces vérifiées par des experts avec des prédicteurs environnementaux riches, incluant imagerie satellite, séries temporelles, climat, sol et couverture terrestre. Destiné aux chercheurs, il permet d'étudier la biodiversité, l'observation de la Terre et l'apprentissage profond pour des applications en écologie et conservation.

Ce projet consiste à traiter, nettoyer et normaliser les données d'adresses du Répertoire Électoral Unique (REU), les géolocaliser, créer des dictionnaires de variables et publier les données sur data.gouv.fr. Ce travail a été réalisé par l'Insee entre octobre 2022 et juin 2023 en collaboration avec la Dinum (Etalab).

Ce projet est une plateforme d'analyse de données hébergée sur Google Cloud Platform. Il permet de collecter, traiter, et analyser des données à grande échelle grâce à des outils tels que BigQuery, Airflow, et TensorFlow.

Ce projet aide à estimer le nombre de convives dans les cantines scolaires d'une métropole. Il utilise des algorithmes de prévision basés sur des données historiques de fréquentation, de menus et de population scolaire. Le résultat est généré sous forme de fichiers CSV contenant les prévisions par cantine et par date, ainsi que des informations sur l'importance des variables utilisées dans la prévision.

Module node.js qui analyse la qualité d'un texte en le comparant à une liste de mots provenant de dictionnaires Hunspell dans différentes langues.

Ce projet fournit un module de formation à R dédié aux statistiques descriptives. Il offre des rappels théoriques, des mises en œuvre pratiques et des interprétations de méthodes uni- et bi-variées.

TFscope est une approche d'apprentissage automatique conçue pour analyser systématiquement les caractéristiques de l'ADN expliquant les différences de liaison observées entre deux expériences de ChIP-seq. Elle cible les mêmes facteurs de transcription dans des contextes cellulaires distincts ou des paralogues, en examinant les motifs centraux, l'environnement nucléotidique autour des sites de liaison et la présence de motifs de co-facteurs. L'outil identifie les principales caractéristiques génomiques contribuant à ces différences et quantifie leur impact.

Trajectoire est un modèle de microsimulation dédié au système de retraites français. Il utilise un échantillon de cotisants pour projeter leurs carrières futures et estimer leurs rémunérations ainsi que leurs pensions. Cet outil permet d'analyser l'évolution financière du système de retraites et d'évaluer l'impact de réformes réglementaires, démographiques ou économiques. Il offre deux fonctionnalités principales : une analyse au niveau individuel et une généralisation des résultats à la population générale.