Git Stars Git Stars

#data-engineering Dépôts

Découvrez 152 dépôts GitHub open source actifs associés à #data-engineering, cumulant 727,632 étoiles au total (soit une moyenne de 4,787 étoiles par projet). Le projet en tête de ce thème est apache/superset, avec 75,603 étoiles.

152
Total des Dépôts
727,632
Nombre total d'étoiles
4,787
Moyenne d'Étoiles/Dépôt
1
apache/superset

Apache Superset est une plateforme de visualisation et d'exploration de données

apache
⭐ 75,603 Python 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2015-07-21
2
GokuMohandas/Made-With-ML

Apprenez à développer, déployer et itérer sur des applications ML de qualité production.

GokuMohandas
⭐ 50,112 Jupyter Notebook 👤 GokuMohandas User 🕐 Mis à jour 2026-03-04 📅 Créé 2018-11-05
3
apache/airflow

Apache Airflow - Une plateforme pour créer, planifier et surveiller des workflows de manière programmatique

apache
⭐ 47,583 Python 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2015-04-13
4
DataTalksClub/data-engineering-zoomcamp

Data Engineering Zoomcamp est un cours gratuit de 9 semaines sur la création de pipelines de données prêts pour la production. Rejoignez le cours ici 👇🏼

DataTalksClub
⭐ 46,997 Jupyter Notebook 👤 DataTalksClub Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2021-10-21
5
kestra-io/kestra

Orchestrez tout, partout. Le plan de contrôle open source pour les workflows couvrant les données, l’infrastructure, les processus métier et les agents d’IA. Déclaratif en YAML, piloté par les événements, compatible avec tous les langages, versionné avec Git et évolutif jusqu’à des millions d’exécutions.

kestra-io
⭐ 30,303 Java 👤 kestra-io Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2019-08-24
6
eugeneyan/applied-ml

📚 Articles et blogs tech d'entreprises partageant leur travail sur la science des données et l'apprentissage automatique en production.

eugeneyan
⭐ 28,577 👤 eugeneyan User 🕐 Mis à jour 2024-07-18 📅 Créé 2020-07-04
7
PrefectHQ/prefect

Prefect est un framework d'orchestration de workflows pour construire des pipelines de données résilients en Python.

PrefectHQ
⭐ 24,203 Python 👤 PrefectHQ Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2018-06-29
8
airbytehq/airbyte

Mouvement de données open-source pour les pipelines ELT et les agents IA — des API, bases de données et fichiers vers les entrepôts de données, lacs de données et applications IA. Auto-hébergé et Cloud.

airbytehq
⭐ 22,426 Python 👤 airbytehq Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-07-27
9
Avaiga/taipy

Transforme les données et les algorithmes d'IA en applications web prêtes pour la production en un rien de temps.

Avaiga
⭐ 19,458 Python 👤 Avaiga Organization 🕐 Mis à jour 2026-08-10 📅 Créé 2022-02-18
10
argoproj/argo-workflows

Moteur de Workflow pour Kubernetes

argoproj
⭐ 17,108 Go 👤 argoproj Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2017-08-21
11
dagster-io/dagster

Une plateforme d'orchestration pour le développement, la production et l'observation des actifs de données.

dagster-io
⭐ 16,453 Python 👤 dagster-io Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2018-04-30
12
andkret/Cookbook

Le Livre de Recettes d'Ingénierie des Données

andkret
⭐ 15,594 Python 👤 andkret User 🕐 Mis à jour 2026-10-16 📅 Créé 2019-03-10
13
semantica-agi/semantica

Couche sémantique native des graphes pour une IA d’entreprise digne de confiance

semantica-agi
⭐ 14,701 Python 👤 semantica-agi Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-06-25
14
fivetran/great_expectations

Sachez toujours à quoi vous attendre de vos données.

fivetran
⭐ 11,941 Python 👤 fivetran Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2017-09-11
15
cocoindex-io/cocoindex

Moteur incrémental pour agents à long horizon 🌟 Mettez une étoile si vous l'aimez !

cocoindex-io
⭐ 11,923 Rust 👤 cocoindex-io Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-03-03
16
xonsh/xonsh

🐚 Shell propulsée par Python. Tout-en-un, multiplateforme et conviviale pour l'IA.

xonsh
⭐ 9,704 Python 👤 xonsh Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2015-01-21
17
risingwavelabs/risingwave

Plateforme de streaming d'événements pour l'IA agentique. Ingestez, transformez et servez en continu les flux d'événements en temps réel, à grande échelle.

risingwavelabs
⭐ 9,425 Rust 👤 risingwavelabs Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-01-28
18
mage-ai/mage-ai

🧙 Créez, exécutez et gérez des pipelines de données pour l'intégration et la transformation des données.

mage-ai
⭐ 8,850 Python 👤 mage-ai Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2022-05-16
19
redpanda-data/connect

Traitement de flux sophistiqué rendu opérationnellement banal

redpanda-data
⭐ 8,804 Go 👤 redpanda-data Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2016-03-22
20
growthbook/growthbook

Feature Flags Open Source, expérimentation et analyse de produit

growthbook
⭐ 8,639 TypeScript 👤 growthbook Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2021-05-07
21
Zipstack/unstract

Extraction de Données Non Structurées Pilotée par LLM — Conçue pour les Déploiements API et les Flux ETL

Zipstack
⭐ 7,462 Python 👤 Zipstack Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-02-21
22
feast-dev/feast

Le magasin de fonctionnalités open source pour l'IA/ML

feast-dev
⭐ 7,362 Python 👤 feast-dev Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2018-12-10
23
evidence-dev/evidence

Intelligence d'affaires en tant que code : créez des visualisations de données rapides et interactives en SQL et markdown

evidence-dev
⭐ 7,140 TypeScript 👤 evidence-dev Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2021-05-27
24
cloudquery/cloudquery

Pipelines de données pour la configuration du cloud et les données de sécurité. Créez des solutions d'inventaire des actifs cloud, de CSPM, de FinOps et de gestion des vulnérabilités. Extraction à partir d'AWS, Azure, GCP et de plus de 70 sources cloud et SaaS.

cloudquery
⭐ 6,561 Go 👤 cloudquery Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-11-18
25
dlt-hub/dlt

Le Data Load Tool (dlt) est une bibliothèque Python open source qui facilite le chargement des données 🛠️

dlt-hub
⭐ 6,115 Python 👤 dlt-hub Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2022-01-26
26
WeiYe-Jing/datax-web

Page de visualisation intégrée DataX : sélectionnez une source de données pour générer des tâches de synchronisation de données en un seul clic. Prend en charge des sources de données telles que RDBMS, Hive, HBase, ClickHouse, MongoDB, etc. Création par lots de tâches de synchronisation de données RDBMS, intégration d'un système de planification open source, support pour le traitement distribué, la synchronisation incrémentielle de données, la visualisation en temps réel des journaux d'exécution, la surveillance des ressources de l'exécuteur, l'arrêt des processus en cours (KILL), le chiffrement des informations des sources de données, etc.

WeiYe-Jing
⭐ 5,958 Java 👤 WeiYe-Jing User 🕐 Mis à jour 2024-06-02 📅 Créé 2019-11-19
27
Eventual-Inc/Daft

Moteur de données haute performance pour les charges de travail d'IA et multimodales. Traitez des images, de l'audio, de la vidéo et des données structurées à n'importe quelle échelle.

Eventual-Inc
⭐ 5,858 Rust 👤 Eventual-Inc Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2022-04-25
28
treeverse/lakeFS

lakeFS - Contrôle de version des données pour votre lac de données | Git pour les données

treeverse
⭐ 5,590 Go 👤 treeverse Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2019-09-12
29
chiphuyen/dmls-book

Résumés et ressources pour le livre "Designing Machine Learning Systems" (Chip Huyen, O'Reilly 2022)

chiphuyen
⭐ 5,481 👤 chiphuyen User 🕐 Mis à jour 2026-06-09 📅 Créé 2022-05-27
30
ruc-datalab/DeepAnalyze

DeepAnalyze est le premier LLM agentique pour la science des données autonome. 🎈 Votre analyste de données IA qui analyse automatiquement de grandes quantités de données et génère des rapports d'analyse professionnels en un seul clic !

ruc-datalab
⭐ 4,833 Python 👤 ruc-datalab Organization 🕐 Mis à jour 2026-11-02 📅 Créé 2025-10-11
31
rudderlabs/rudder-server

Alternative à Segment axée sur la confidentialité et la sécurité, en Golang et React

rudderlabs
⭐ 4,520 Go 👤 rudderlabs Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2019-07-19
32
Moataz-Elmesmary/Data-Science-Roadmap

Feuille de route de la science des données de A à Z

Moataz-Elmesmary
⭐ 4,429 👤 Moataz-Elmesmary User 🕐 Mis à jour 2025-12-06 📅 Créé 2022-04-17
33
whoiskatrin/sql-translator

SQL Translator est un outil pour convertir des requêtes en langage naturel en code SQL à l'aide de l'intelligence artificielle. Ce projet est 100% gratuit et open source.

whoiskatrin
⭐ 4,315 TypeScript 👤 whoiskatrin User 🕐 Mis à jour 2025-07-06 📅 Créé 2023-03-11
34
aws/aws-sdk-pandas

pandas sur AWS - Intégration facile avec Athena, Glue, Redshift, Timestream, Neptune, OpenSearch, QuickSight, Chime, CloudWatchLogs, DynamoDB, EMR, SecretManager, PostgreSQL, MySQL, SQLServer et S3 (Parquet, CSV, JSON et EXCEL).

aws
⭐ 4,124 Python 👤 aws Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2019-02-26
35
adilkhash/Data-Engineering-HowTo

Une liste de ressources utiles pour apprendre l'Ingénierie des Données dès le début

adilkhash
⭐ 4,049 👤 adilkhash User 🕐 Mis à jour 2026-10-30 📅 Créé 2019-03-28
36
knownsec/aipyapp

Python alimenté par l'IA et IA alimentée par Python (Utilisation de Python)

knownsec
⭐ 4,026 HTML 👤 knownsec Organization 🕐 Mis à jour 2026-02-15 📅 Créé 2025-04-06
37
quadratichq/quadratic

Tableur avec IA, Code, Connexions

quadratichq
⭐ 3,958 Rust 👤 quadratichq Organization 🕐 Mis à jour 2026-03-07 📅 Créé 2021-11-11
38
camelot-dev/camelot

Une bibliothèque Python pour extraire des données tabulaires des PDF

camelot-dev
⭐ 3,858 Python 👤 camelot-dev Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2019-07-01
39
Netflix/maestro

Maestro : l'orchestrateur de flux de travail de Netflix

Netflix
⭐ 3,852 Java 👤 Netflix Organization 🕐 Mis à jour 2026-11-06 📅 Créé 2024-04-17
40
dathere/qsv

Boîte à outils de préparation de données neuro-symbolique ultra-rapide

dathere
⭐ 3,836 Rust 👤 dathere Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-12-11
41
moabukar/tech-vault

Une liste de nombreuses questions d'entretien et de défis du monde réel dans la Tech ! (https://tech-vault-web.vercel.app/)

moabukar
⭐ 3,599 HCL 👤 moabukar User 🕐 Mis à jour 2026-03-01 📅 Créé 2023-03-27
42
lakehq/sail

Remplacement drop-in d'Apache Spark écrit en Rust, unifiant le traitement par lots, le traitement en flux et les charges de travail IA intensives en calcul.

lakehq
⭐ 3,504 Rust 👤 lakehq Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2023-12-21
43
superstreamlabs/memphis

Memphis.dev est une plate-forme de diffusion de données hautement évolutive et sans effort

superstreamlabs
⭐ 3,442 Go 👤 superstreamlabs Organization 🕐 Mis à jour 2026-03-02 📅 Créé 2022-02-01
44
GokuMohandas/mlops-course

Apprenez à concevoir, développer, déployer et itérer sur des applications ML prêtes pour la production.

GokuMohandas
⭐ 3,272 Jupyter Notebook 👤 GokuMohandas User 🕐 Mis à jour 2024-08-16 📅 Créé 2020-11-12
45
apache/devlake

Apache DevLake est une plateforme open-source de données de développement pour ingérer, analyser et visualiser les données fragmentées provenant des outils DevOps, en extrayant des informations pour l'excellence en ingénierie, l'expérience des développeurs et la croissance de la communauté.

apache
⭐ 3,204 Go 👤 apache Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2021-07-08
46
itsdecodingai/second-brain-ai-assistant-course

Apprenez à créer votre assistant IA Second Brain avec des LLM, des agents, RAG, le fine-tuning, LLMOps et des techniques de systèmes d'IA.

itsdecodingai
⭐ 3,138 Jupyter Notebook 👤 itsdecodingai Organization 🕐 Mis à jour 2026-04-06 📅 Créé 2024-12-30
47
Zleap-AI/SAG

Un nouveau SOTA pour le RAG — une architecture de récupération originale et une base de connaissances open source pour les humains et les agents.

Zleap-AI
⭐ 3,004 Python 👤 Zleap-AI Organization 🕐 Mis à jour 2026-11-13 📅 Créé 2025-11-07
48
gunnarmorling/awesome-opensource-data-engineering

Une liste impressionnante de projets open source d'ingénierie de données

gunnarmorling
⭐ 2,946 👤 gunnarmorling User 🕐 Mis à jour 2024-10-04 📅 Créé 2020-02-11
49
danielbeach/data-engineering-practice

Exercices pratiques d'ingénierie des données

danielbeach
⭐ 2,706 Python 👤 danielbeach User 🕐 Mis à jour 2025-01-08 📅 Créé 2022-02-17
50
meltano/meltano

Meltano : le moteur d'intégration de données déclaratif axé sur le code qui alimente vos idées les plus folles de produits basés sur les données et l'IA. Dites adieu à la rédaction, à la maintenance et à la mise à l'échelle de vos propres intégrations API.

meltano
⭐ 2,683 Python 👤 meltano Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2021-06-21

Foire aux questions

1

Quel est le dépôt #data-engineering le plus populaire sur GitHub ?

Le projet #data-engineering open source le mieux classé sur GitHub est apache/superset, avec 75,603 étoiles. Apache Superset est une plateforme de visualisation et d'exploration de données

2

Quels langages de programmation sont les plus utilisés dans les dépôts #data-engineering ?

Parmi les projets #data-engineering les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Go, Rust, Jupyter Notebook.

3

Comment le classement des dépôts #data-engineering est-il calculé ?

Nous suivons 152 dépôts open source actifs associés à #data-engineering (500+ étoiles), totalisant 727,632 étoiles, avec une moyenne de 4,787 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.