Git Stars Git Stars

#data-profiling Repositorios

Descubre 15 repositorios activos de código abierto de GitHub etiquetados con #data-profiling, que acumulan 67,429 estrellas en total (una media de 4,495 estrellas por proyecto). El líder de este tema es open-metadata/OpenMetadata, con 15,826 estrellas.

15
Total de Repositorios
67,429
Total de estrellas
4,495
Promedio de Estrellas/Repo

15 repositorios en total

1
open-metadata/OpenMetadata

La capa de contexto abierto para datos e IA, OpenMetadata, es la plataforma abierta para construir contexto de datos confiable y semántica empresarial para humanos, asistentes de IA y agentes.

open-metadata
⭐ 15,826 TypeScript 👤 open-metadata Organization 🕐 Actualizado 2026-11-21 📅 Creado 2021-08-01
2
Data-Centric-AI-Community/fg-data-profiling

Perfilado de calidad de datos & análisis exploratorio de datos con 1 línea de código para DataFrames de Pandas y Spark.

Data-Centric-AI-Community
⭐ 13,755 Python 👤 Data-Centric-AI-Community Organization 🕐 Actualizado 2026-11-16 📅 Creado 2016-01-09
3
fivetran/great_expectations

Siempre sepa qué esperar de sus datos.

fivetran
⭐ 11,941 Python 👤 fivetran Organization 🕐 Actualizado 2026-11-17 📅 Creado 2017-09-11
4
cleanlab/cleanlab

La biblioteca de código abierto de Cleanlab es el paquete estándar de IA centrado en datos para la calidad de datos y el aprendizaje automático con datos y etiquetas desordenados del mundo real.

cleanlab
⭐ 11,755 Python 👤 cleanlab Organization 🕐 Actualizado 2026-01-13 📅 Creado 2018-05-11
5
fbdesignpro/sweetviz

Visualice y compare conjuntos de datos, valores objetivo y asociaciones, con una sola línea de código.

fbdesignpro
⭐ 3,133 Python 👤 fbdesignpro User 🕐 Actualizado 2026-04-11 📅 Creado 2020-05-09
6
sodadata/soda-core

Motor de Contratos de Datos para la pila de datos moderna. https://www.soda.io

sodadata
⭐ 2,463 Python 👤 sodadata Organization 🕐 Actualizado 2026-11-21 📅 Creado 2020-12-14
7
hi-primus/optimus

:truck: Flujos de trabajo de preparación de datos ágiles hechos fáciles con Pandas, Dask, cuDF, Dask-cuDF, Vaex y PySpark

hi-primus
⭐ 1,539 Python 👤 hi-primus Organization 🕐 Actualizado 2024-12-02 📅 Creado 2017-07-13
8
opendatadiscovery/odd-platform

La primera plataforma de código abierto para el descubrimiento y la observabilidad de datos. Facilitamos la vida de los profesionales de datos para que puedas concentrarte en tu negocio.

opendatadiscovery
⭐ 1,441 Java 👤 opendatadiscovery Organization 🕐 Actualizado 2026-10-19 📅 Creado 2021-07-07
9
cleanlab/cleanvision

Encuentre automáticamente problemas en conjuntos de datos de imágenes y practique la visión por computadora centrada en datos.

cleanlab
⭐ 1,213 Python 👤 cleanlab Organization 🕐 Actualizado 2026-01-08 📅 Creado 2022-05-26
⭐ 1,204 JavaScript 👤 xueqiu Organization 🕐 Actualizado 2024-04-03 📅 Creado 2017-03-02
11
awslabs/python-deequ

API de Python para Deequ

awslabs
⭐ 826 Jupyter Notebook 👤 awslabs Organization 🕐 Actualizado 2026-10-24 📅 Creado 2020-11-09
12
datavane/datavines

¡Conozca mejor sus datos! Datavines es la plataforma de observabilidad de datos de próxima generación, compatible con la gestión de metadatos y la calidad de los datos.

datavane
⭐ 769 Java 👤 datavane Organization 🕐 Actualizado 2026-07-27 📅 Creado 2022-04-02
13
polyaxon/traceml

Motor para seguimiento, visualización, explicabilidad, detección de deriva y paneles de control de IA/ML/datos para Polyaxon.

polyaxon
⭐ 533 Python 👤 polyaxon Organization 🕐 Actualizado 2026-11-11 📅 Creado 2016-03-25
14
Desbordante/desbordante-core

Desbordante es un perfilador de datos de alto rendimiento capaz de descubrir muchos patrones diferentes en los datos mediante diversos algoritmos. También permite ejecutar escenarios de limpieza de datos utilizando estos algoritmos. Desbordante cuenta con una versión de consola y una aplicación web fácil de usar.

Desbordante
⭐ 522 C++ 👤 Desbordante Organization 🕐 Actualizado 2026-11-17 📅 Creado 2020-04-09
15
ing-bank/popmon

Supervisa la estabilidad de un dataframe de Pandas o Spark ⚙︎

ing-bank
⭐ 512 Python 👤 ing-bank Organization 🕐 Actualizado 2026-01-09 📅 Creado 2020-04-23

Preguntas frecuentes

1

¿Cuál es el repositorio de #data-profiling más popular en GitHub?

El proyecto de código abierto de #data-profiling mejor posicionado en GitHub es open-metadata/OpenMetadata, con 15,826 estrellas. La capa de contexto abierto para datos e IA, OpenMetadata, es la plataforma abierta para construir contexto de datos confiable y semántica empresarial para humanos, asistentes de IA y agentes.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #data-profiling?

Entre los proyectos de #data-profiling mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Java, TypeScript, JavaScript.

3

¿Cómo se calcula la clasificación de los repositorios de #data-profiling?

Seguimos 15 repositorios activos de código abierto etiquetados con #data-profiling (500+ estrellas), que suman un total de 67,429 estrellas, con una media de 4,495 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.