Le projet eds-pseudo est un outil de détection et de pseudonymisation d'entités nominatives dans des documents, initialement développé pour les rapports cliniques du système d'information de santé de l'AP-HP. Il repose sur une combinaison de règles et de modèles de deep learning, et permet de détecter des adresses, dates, noms, prénoms, numéros de sécurité sociale, etc.

EDS-PDF est un framework modulaire permettant d'extraire des informations textuelles à partir de documents PDF. Il peut être utilisé tel quel ou être étendu pour s'adapter à des cas d'utilisation spécifiques. Il propose un système de pipeline et divers utilitaires pour la visualisation et le traitement de PDF, ainsi que plusieurs composants pour construire des modèles complexes.

Le projet DeepPhysX fournit des packages Python permettant aux utilisateurs d'interfacer facilement leurs simulations numériques avec des algorithmes d'apprentissage. Il offre un package Core sans dépendance sur aucun framework de simulation ou d'IA, ainsi que d'autres packages compatibles avec ce Core et un framework de simulation ou d'IA spécifique.

Eds-scikit est un outil destiné aux data scientists travaillant sur le Data Warehouse Clinique de l'AP-HP. Il est spécifiquement conçu pour les données standardisées OMOP et a pour principaux objectifs de faciliter l'accès et l'analyse des données, de permettre un meilleur transfert de connaissances entre les projets et d'améliorer la reproductibilité de la recherche.

MonitorFish est une application web développée pour le Centre National de Surveillance des Pêches (CNSP) et ses partenaires, permettant de visualiser et d'analyser les activités de pêche en temps réel et historiques. L'application offre des fonctionnalités de surveillance des activités de pêche, de détection de fraudes en temps réel, et de visualisation de données de pêche sur une carte interactive.

InaFaceAnalyzer est un outil en Python conçu pour l'analyse à grande échelle de visages dans des flux d'images ou de vidéos. Il fournit un pipeline de traitement modulaire permettant de prédire l'âge et le genre à partir de visages. Les résultats peuvent être exportés sous forme de tableaux, de flux vidéo augmentés ou de sous-titres ASS enrichis. inaFaceAnalyzer est conçu avec une vitesse élevée à l'esprit pour effectuer des campagnes de surveillance des médias à grande échelle.

Data-inclusion est un projet qui aggrège, historise, géocode, sirétise et enrichit les données de l'insertion sociale et professionnelle. Les données collectées sont alignées sur le schéma de données de data-inclusion et publiées régulièrement en open data sur data.gouv. Le projet offre également une API pour consulter les données.

Snowtools est une série de scripts Python conçus pour simplifier le pré- et le post-traitement des simulations de modélisation de la neige SURFEX-Crocus. Il est distribué sous licence CeCILL-C et ne comprend pas de données météorologiques ou de neige. Il doit être utilisé en association avec le projet SURFEX.

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.

Projet de l'Ecolab visant à produire des outils d'aide à l'analyse d'études d'impact environnemental via du Machine Learning et du Natural Language Processing. Il permet la détection et l'extraction de sommaires de documents PDF, l'analyse de l'importance des enjeux dans un texte et le résumé automatique de sections de texte.