Votre labo de data science, hébergé en France
Un environnement de calcul interactif propulsé par JupyterLab, installé et maintenu par DINAO. Vos notebooks, jeux de données et modèles restent sur nos serveurs français — vos analyses ne partent jamais ailleurs.
Qu'est-ce que JupyterLab ?
JupyterLab est l'environnement de développement interactif de nouvelle génération du projet Jupyter, libre et open source. C'est l'interface web de référence pour les notebooks de calcul : des documents qui mêlent code exécutable, équations, visualisations et texte narratif, au cœur de la data science moderne, de la recherche scientifique et de l'enseignement.
Son interface modulaire réunit dans un même espace de travail notebooks, éditeurs de code, terminaux, navigateur de fichiers et visualisations, organisables côte à côte. JupyterLab prend en charge des dizaines de noyaux (Python, R, Julia, Scala…) et tout l'écosystème scientifique Python — pandas, NumPy, Matplotlib, scikit-learn — extensible à l'envi via un riche système d'extensions.
Pour le travail en équipe, JupyterHub fournit un déploiement multi-utilisateurs où chacun dispose de son environnement isolé, avec authentification SSO/OIDC. Auto-hébergé par DINAO, éventuellement accéléré par GPU pour le machine learning, JupyterLab devient un laboratoire de données souverain où vos jeux de données sensibles ne quittent jamais le territoire français.
Hébergez JupyterLab chez DINAO
Paliers de ressources compatibles avec les pré-requis de JupyterLab (1 vCPU / 1 Go / 5 Go minimum). Hébergé en France, infogéré.
- 1 vCPU dédiés
- 2 Go de RAM
- 20 Go NVMe
- Sauvegardes quotidiennes
- Infogéré & supervisé par DINAO
- 2 vCPU dédiés
- 4 Go de RAM
- 40 Go NVMe
- Sauvegardes quotidiennes
- Infogéré & supervisé par DINAO
- 4 vCPU dédiés
- 8 Go de RAM
- 80 Go NVMe
- Sauvegardes quotidiennes
- Infogéré & supervisé par DINAO
- 8 vCPU dédiés
- 16 Go de RAM
- 160 Go NVMe
- Sauvegardes quotidiennes
- Infogéré & supervisé par DINAO
Détails techniques
Vous vous demandez…
Quels langages puis-je utiliser ?
JupyterLab supporte des dizaines de noyaux : Python, R, Julia, Scala et bien d'autres. L'écosystème scientifique Python (pandas, NumPy, scikit-learn, Matplotlib…) est préconfigurable selon vos besoins.
Plusieurs personnes peuvent-elles travailler en même temps ?
Oui, via JupyterHub : chaque utilisateur dispose de son propre environnement isolé, avec authentification SSO/OIDC. Le dimensionnement détermine le nombre d'utilisateurs simultanés.
Où sont hébergées mes données ?
Sur l'infrastructure DINAO en France, dans un des datacenters disponible. Vos jeux de données et notebooks ne quittent pas le territoire.
Puis-je faire du calcul GPU ou du machine learning ?
Oui. Le GPU est disponible en option (formule Équipe) ou en dédié (formule Entreprise) pour l'entraînement de modèles et les charges de travail intensives.
Puis-je changer de formule ou exporter mes données ?
Oui. Vous montez ou descendez de palier à tout moment, et vos notebooks et données restent exportables — pas de verrouillage propriétaire.