EDS-NLP est un framework collaboratif de traitement automatique des langues (NLP) qui vise principalement à extraire des informations à partir de notes cliniques en français. Il s'agit d'une collection de composants ou de pipes, qui peuvent être des fonctions basées sur des règles ou des modules d'apprentissage profond. Ces composants sont organisés dans un système de pipeline efficace et modulaire, conçu pour les modèles hybrides et multitâches. Nous utilisons spaCy pour représenter les documents et leurs annotations, et PyTorch comme backend d'apprentissage profond pour les composants entraînables.

Hub'Eau est une plateforme sous forme d'API REST web permettant d'accéder aux données françaises sur l'eau de manière centralisée et homogène. Les données restituées sont fraîches, intelligibles et exploitables.

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.

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.

OCR-Xtract est un outil développé par le Lab IA d'Etalab pour moderniser les services publics français grâce à l'intelligence artificielle. Il permet d'extraire automatiquement des informations clés à partir de documents scannés ou d'images, comme les cartes d'identité ou les fiches de paie, afin de les rendre exploitables numériquement. Destiné aux agents de l'État, il accélère le traitement des documents non directement exploitables et réduit les tâches manuelles répétitives.

DGML est une plateforme développée par Etalab pour faciliter l'accès aux jeux de données ouverts de data.gouv.fr. Elle permet aux utilisateurs de sélectionner rapidement des jeux de données adaptés au Machine Learning, d'en analyser les caractéristiques statistiques et de visualiser les résultats d'entraînement automatique d'algorithmes. L'objectif est de démocratiser l'utilisation des données publiques pour des projets d'intelligence artificielle.

Outil open source développé pour la fonction publique française afin d'estimer précisément les ressources GPU nécessaires au déploiement à grande échelle de modèles de langage (LLM). Il permet aux administrations de dimensionner leur infrastructure IA en fonction du nombre d'utilisateurs, des performances attendues et des contraintes techniques, avec une marge d'erreur inférieure à 10% pour des modèles allant de 8 à 27 milliards de paramètres. L'outil facilite la comparaison entre solutions commerciales et auto-hébergées tout en garantissant une approche reproductible et transparente.

Socratext est un projet développé dans le cadre du programme 10% d'Etalab, visant à automatiser l'extraction et la structuration d'informations contenues dans des documents administratifs (PDF scannés, images, tickets de caisse, etc.). Il utilise des technologies d'OCR et de traitement automatique du langage pour transformer des documents non exploitables en données structurées, facilitant ainsi leur exploitation par les administrations. Le projet est co-construit avec les administrations participantes pour répondre à leurs besoins spécifiques.

PIAF est une plateforme open source dédiée à l'annotation collaborative de questions-réponses en français. Elle permet aux utilisateurs de contribuer à la création de jeux de données pour entraîner des modèles d'intelligence artificielle. La plateforme propose une interface intuitive, une gestion des utilisateurs, des campagnes d'annotation et des outils d'administration pour superviser le processus.

SoccerGen est un cadre de travail innovant conçu pour générer des images de matchs de football avec un contrôle spatial fin. Il permet de positionner précisément les joueurs, le ballon et les éléments du terrain, tout en ajustant les couleurs des maillots. Ce projet facilite la création de données synthétiques pour l'entraînement de modèles d'IA, la production de contenus visuels pour le divertissement ou la publicité, et l'amélioration de la précision des modèles de génération d'images appliqués au sport.