#data-engineering Repositories
Insgesamt 152 Repositories
Apache Hamilton hilft Datenwissenschaftlern und Ingenieuren, testbare, modulare, selbstdokumentierende Datenflüsse zu definieren, die Abstammung/Rückverfolgung und Metadaten kodieren. Läuft und skaliert überall dort, wo Python läuft.
Ein Low-Code-Machine-Learning-Service für personalisierte Rankings für Artikel, Angebote, Suchergebnisse und Empfehlungen, der die Benutzerbindung stärkt. Eine benutzerfreundliche Learn-to-Rank-Engine
Der beste Ort, um Data Engineering zu lernen. Aufbau und Pflege durch die Data Engineering Community.
👾 nao ist die führende Open-Source-Lösung für agentische BI. (1) Erstelle Kontext mit der nao-core-CLI; (2) stelle die nao-Chat-Oberfläche für alle bereit.
Die Zukunft des Data Engineering – ein CLI-SQL-Client für den modernen Data-Stack, der AI-native Context Engineering für Daten ermöglicht.
Feathr – Eine skalierbare, einheitliche Daten- und KI-Engineering-Plattform für Unternehmen
Mehr als 2000+ Fragen zum Vorstellungsgespräch für Dateningenieure.
Eine umfassende Liste von über 180 YouTube-Kanälen für Data Science, Data Engineering, Machine Learning, Deep Learning, Informatik, Programmierung, Software Engineering usw.
Die Materialien zum kostenlosen 30-stündigen SQL-Kurs: die Datenbanken für SQL Server, MySQL und PostgreSQL, alle Abfragen aus den 41 Kapiteln sowie die Folien.
MLRun ist eine Open-Source-MLOps-Plattform zum schnellen Aufbau und Management kontinuierlicher ML-Anwendungen über ihren Lebenszyklus hinweg. MLRun integriert sich in Ihre Entwicklungsumgebung und CI/CD-Pipeline und automatisiert die Bereitstellung von Produktionsdaten, ML-Pipelines und Online-Anwendungen.
ktx ist eine ausführbare Kontextschicht für Daten- und Analyse-Agenten 🐙 Ermöglichen Sie Claude Code, Codex oder anderen KI-Agenten, analytische Datenbanken präzise und mit dem vollständigen Kontext Ihres Unternehmens abzufragen
Skripte und Dokumentation für https://www.dolthub.com/repositories/chenditc/investment_data
Open-Source-ETL/ELT, das Sie auf Ihren eigenen Servern oder in der Cloud bereitstellen. Auf DuckDB aufgebaut: visuelle No-Code-/Low-Code-Pipelines oder SQL, 446 Komponenten, dbt, CDC, Datenqualität, Reverse ETL, Datenherkunft und MCP für KI-Agenten. Keine Anbieter-Cloud, keine Abrechnung pro Zeile.
Saubere APIs für die Datenbereinigung. Python-Implementierung des R-Pakets Janitor
Eine kuratierte Sammlung von über 300 Engineering-Blogartikeln von führenden Tech-Unternehmen. Lernen Sie, wie die besten Engineering-Teams reale Probleme im großen Maßstab lösen.
Die erste Open-Source-Plattform für Datenentdeckung und Observability. Wir erleichtern den Data Practitioners das Leben, damit Sie sich auf Ihr Geschäft konzentrieren können.
Quellcode, der das Buch begleitet: Data Science auf der Google Cloud Platform, Valliappa Lakshmanan, O'Reilly 2017
Quilt ist eine wissenschaftliche Datenmanagement-Plattform auf AWS, die Teams und KI dabei unterstützt, Daten zu finden, zu vertrauen und wiederzuverwenden – durch tief versionierte, kontextreiche Datenpakete.
Dianping-Crawler (ganze Website durchsuchbar, löst dynamische Schrifterverschlüsselung, kein OCR). Kontinuierliche Aktualisierung
Eine kuratierte, aber unvollständige Liste datenzentrierter KI-Ressourcen.
Open-Source-Tests für Datenverträge für Snowflake, Databricks, BigQuery, Kafka und 15 weitere Plattformen. Basiert auf dem Open Data Contract Standard (ODCS). MIT-Lizenz.
Eine kuratierte Liste von erstaunlich großartigen Hadoop- und Hadoop-Ökosystem-Ressourcen
Erstellen Sie in SQL Server ein Data Warehouse aus zwei Quellsystemen, einem CRM und einem ERP, über die Bronze-, Silber- und Goldschicht. Dateien und Skripte des kostenlosen vollständigen Projekts.
Öffentliche ausführbare Beispiele zur Nutzung von John Snow Labs' NLP für Apache Spark.
Ein subjektiver Leitfaden zum Schreiben von sauberem, wartungsfreundlichem SQL.
🧞 Konvertieren Sie JSON-Objekte in MySQL, JSON-Schema, Mongoose, Google BigQuery, Swagger und mehr.
📙 Fantastische Datenkataloge und Beobachtbarkeitsplattformen.
Kursmaterialien für Analytics im Aktienmarkt-Zoomcamp
Dataform ist ein Framework zur Verwaltung von SQL-basierten Datenoperationen in BigQuery.
🌊 Synchronisieren Sie kontinuierlich die Systeme, in denen Ihre Daten leben, mit den Systemen, in denen Sie sie _haben_ möchten, indem Sie Ihre Datenflüsse mit Estuary verwalten. 🌊