#spark Repositorios
126 repositorios en total
¡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.
Este sistema es mi proyecto de fin de grado, titulado "Diseño e implementación de un sistema de recomendación basado en perfiles de usuario". Principalmente utiliza Django como marco base, adoptando el modelo MTV, con MongoDB, MySQL y Redis como bases de datos. Los datos de películas extraídos de la plataforma Douban se utilizan como fuente de datos principal. Las etiquetas de usuario se desarrollan principalmente basándose en la información básica del usuario y en registros de comportamiento de uso. El sistema de recomendación utiliza componentes de big data como Hadoop y Spark para el análisis y procesamiento. El sistema de gestión utiliza el sistema de gestión integrado de Django, embellecido con SimpleUI.
WeDataSphere es una suite de plataformas de big data de grado financiero, todo en uno.
Comparación de Pandas, Polars, Spark y Snowpark DataFrame para humanos y más!
Una puerta de enlace ligera, multiinquilino, escalable y segura que permite a Jupyter Notebooks compartir recursos en clústeres distribuidos como Apache Spark, Kubernetes y otros.
Proyecto de ingeniería de datos para principiantes - edición por lotes
Cliente de colaboración multiplataforma en tiempo real optimizado para empresas y organizaciones.
Una plantilla de prototipo MVP web para Chat Bot de una sola vuelta lista para desarrollo secundario, construida con tecnologías principales como Vue 3, Vite 8, TypeScript, Naive UI, Pinia (v3) y UnoCSS. 🧤 Integración sencilla de APIs de modelos grandes, modo de diálogo de pregunta-respuesta AI de una sola vuelta, respuestas independientes sin necesidad de contexto, salida en streaming con efecto de máquina de escribir SSE, e integración de markdown-it con previsualización de fórmulas Mermaid/KaTex/LaTex. Compatible con modelos como iFlytek Spark, Zhipu, SiliconFlow y DeepSeek V4/V3/R1 con previsualización de razonamiento profundo, compatible con etiquetas <think> e incluye habilidades destiladas. 💼 Fácil de personalizar y construir rápidamente productos de modelos de lenguaje grandes tipo Chat (capturas de pantalla de ejemplo incluidas).
Un clúster standalone simple de Spark para fines de tu entorno de pruebas
Recopilación de big data, plataforma de extracción, zdh_web es la plataforma de gestión visual para los servicios de la serie zdh, que incluye módulos como recopilación de datos, programación, permisos, flujo de aprobación, marketing de dominio privado, etc.
Motor para seguimiento, visualización, explicabilidad, detección de deriva y paneles de control de IA/ML/datos para Polyaxon.
Sistema de recomendación en tiempo real de productos de big data de comercio electrónico, Vue + TypeScript + ElementUI + Spring + Spark
Un marco de análisis de comportamiento de usuarios y entidades (UEBA) de código abierto, robusto y flexible, utilizado para análisis de seguridad. Desarrollado con amor por científicos de datos y analistas de seguridad de la industria de ciberseguridad. [BETA]
Aprenda Apache Spark en Scala, Python (PySpark) y R (SparkR) construyendo su propio clúster con una interfaz JupyterLab en Docker. :zap:
Genere rápidamente datos sintéticos relevantes para sus proyectos. El generador de datos sintéticos de Databricks Labs (también conocido como `dbldatagen`) puede utilizarse para generar grandes conjuntos de datos simulados o sintéticos para pruebas, pruebas de concepto (POC) y otros usos en entornos de Databricks, incluidos los pipelines de Delta Live Tables.