Git Stars Git Stars

#data-engineering Dépôts

152
Total des Dépôts
727,632
Nombre total d'étoiles
4,787
Moyenne d'Étoiles/Dépôt
51
apache/hamilton

Apache Hamilton aide les scientifiques des données et les ingénieurs à définir des dataflows testables, modulaires et auto-documentants, qui encodent la lignée/le traçage et les métadonnées. S'exécute et s'adapte partout où python le fait.

apache
⭐ 2,631 Jupyter Notebook 👤 apache Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2023-02-23
52
sodadata/soda-core

Moteur de Data Contracts pour la pile de données moderne. https://www.soda.io

sodadata
⭐ 2,463 Python 👤 sodadata Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-12-14
53
metarank/metarank

Un service de classement personnalisé par apprentissage automatique à faible code pour les articles, les annonces, les résultats de recherche, les recommandations qui stimule l'engagement des utilisateurs. Un moteur Learn-to-Rank convivial

metarank
⭐ 2,461 Scala 👤 metarank Organization 🕐 Mis à jour 2026-10-06 📅 Créé 2020-08-19
54
running-elephant/datart

Datart est une plateforme ouverte de visualisation de données de nouvelle génération

running-elephant
⭐ 2,288 TypeScript 👤 running-elephant Organization 🕐 Mis à jour 2025-02-10 📅 Créé 2021-10-15
55
bytewax/bytewax

Traitement de flux Python

bytewax
⭐ 2,074 Python 👤 bytewax Organization 🕐 Mis à jour 2026-11-13 📅 Créé 2022-02-04
56
data-engineering-community/data-engineering-wiki

Le meilleur endroit pour apprendre l'ingénierie des données. Construit et maintenu par la communauté de l'ingénierie des données.

data-engineering-community
⭐ 2,067 CSS 👤 data-engineering-community Organization 🕐 Mis à jour 2026-09-15 📅 Créé 2021-05-04
57
getnao/nao

👾 nao est la solution de BI agentique open source n° 1. (1) Créez du contexte avec la CLI nao-core ; (2) déployez l’interface de chat nao pour tout le monde.

getnao
⭐ 2,034 TypeScript 👤 getnao Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-12-30
58
Datus-ai/Datus-agent

L'avenir du Data Engineering — un client SQL en ligne de commande pour la stack de données moderne, permettant une ingénierie de contexte native à l'IA pour les données.

Datus-ai
⭐ 1,932 Python 👤 Datus-ai Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-07-04
59
feathr-ai/feathr

Feathr – Une plateforme unifiée et évolutive d'ingénierie de données et d'IA pour l'entreprise

feathr-ai
⭐ 1,916 Scala 👤 feathr-ai Organization 🕐 Mis à jour 2024-04-04 📅 Créé 2022-02-18
60
dbt-labs/dbt-utils

Fonctions utilitaires pour les projets dbt.

dbt-labs
⭐ 1,837 Makefile 👤 dbt-labs Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2017-07-16
61
kiwenlau/hadoop-cluster-docker

Exécuter le cluster Hadoop dans des conteneurs Docker

kiwenlau
⭐ 1,827 Shell 👤 kiwenlau User 🕐 Mis à jour 2024-07-01 📅 Créé 2015-05-21
62
OBenner/data-engineering-interview-questions

Plus de 2000+ questions d'entretien pour ingénieur de données.

OBenner
⭐ 1,815 Python 👤 OBenner User 🕐 Mis à jour 2026-01-13 📅 Créé 2021-08-08
63
Hiflylabs/awesome-dbt

Une liste organisée de superbes ressources dbt

Hiflylabs
⭐ 1,754 👤 Hiflylabs Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2021-10-09
64
benthecoder/yt-channels-DS-AI-ML-CS

Une liste complète de plus de 180 chaînes YouTube dédiées à la science des données, à l'ingénierie des données, à l'apprentissage automatique, à l'apprentissage profond, à l'informatique, à la programmation, au génie logiciel, etc.

benthecoder
⭐ 1,732 👤 benthecoder User 🕐 Mis à jour 2026-07-19 📅 Créé 2021-06-14
65
DataWithBaraa/sql-ultimate-course

Les supports du cours SQL gratuit de 30 heures : les bases de données pour SQL Server, MySQL et PostgreSQL, toutes les requêtes des 41 chapitres et les diapositives.

DataWithBaraa
⭐ 1,711 TSQL 👤 DataWithBaraa User 🕐 Mis à jour 2026-11-06 📅 Créé 2025-03-18
66
mlrun/mlrun

MLRun est une plateforme MLOps open source pour construire et gérer rapidement des applications ML continues tout au long de leur cycle de vie. MLRun s'intègre dans votre environnement de développement et CI/CD et automatise la livraison de données de production, de pipelines ML et d'applications en ligne.

mlrun
⭐ 1,703 Python 👤 mlrun Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2019-09-01
67
Multiwoven/multiwoven

🔥🔥🔥 Reverse ETL open source - alternative à hightouch et census.

Multiwoven
⭐ 1,685 Ruby 👤 Multiwoven Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2023-10-20
68
Kaelio/ktx

ktx est une couche de contexte exécutable pour les agents de données et d'analyse 🐙 Permettez à Claude Code, Codex ou d'autres agents IA d'interroger des bases de données analytiques avec précision et en ayant le contexte complet de votre entreprise

Kaelio
⭐ 1,633 TypeScript 👤 Kaelio Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2026-05-10
69
kantord/just-dashboard

:bar_chart: :clipboard: Tableaux de bord utilisant des fichiers YAML ou JSON

kantord
⭐ 1,587 TypeScript 👤 kantord User 🕐 Mis à jour 2026-02-21 📅 Créé 2018-01-18
70
quixio/quix-streams

DataFrames de streaming Python pour Kafka

quixio
⭐ 1,582 Python 👤 quixio Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2022-11-17
71
JeffSackmann/tennis_atp

Classements, Résultats et Statistiques ATP Tennis

JeffSackmann
⭐ 1,577 👤 JeffSackmann User 🕐 Mis à jour 2026-06-08 📅 Créé 2015-03-13
72
chenditc/investment_data

Scripts et documentation pour https://www.dolthub.com/repositories/chenditc/investment_data

chenditc
⭐ 1,571 Python 👤 chenditc User 🕐 Mis à jour 2026-11-20 📅 Créé 2022-07-19
73
slothflowlabs/duckle

ETL/ELT open source que vous déployez sur vos propres serveurs ou dans le cloud. Construit sur DuckDB : pipelines visuels no-code/low-code ou SQL, 446 composants, dbt, CDC, qualité des données, ETL inversé, lignage et MCP pour les agents IA. Aucun cloud fournisseur, aucune facturation par ligne.

slothflowlabs
⭐ 1,558 Rust 👤 slothflowlabs Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2026-05-21
74
duneanalytics/spellbook

Vues SQL pour Dune

duneanalytics
⭐ 1,529 Python 👤 duneanalytics Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-01-31
75
pyper-dev/pyper

Python concurrent simplifié

pyper-dev
⭐ 1,521 Python 👤 pyper-dev User 🕐 Mis à jour 2025-02-04 📅 Créé 2024-05-22
76
pyjanitor-devs/pyjanitor

API propres pour le nettoyage de données. Implémentation Python du package R Janitor

pyjanitor-devs
⭐ 1,500 Python 👤 pyjanitor-devs Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2018-03-04
77
ashishps1/awesome-engineering-articles

Une collection soigneusement sélectionnée de plus de 300 articles de blog d'ingénierie provenant des meilleures entreprises technologiques. Découvrez comment les meilleures équipes d'ingénierie résolvent des problèmes du monde réel à grande échelle.

ashishps1
⭐ 1,491 👤 ashishps1 User 🕐 Mis à jour 2026-03-01 📅 Créé 2026-02-15
78
lvgalvao/data-engineering-roadmap

Formation Professionnelle en Ingénierie des Données et Intelligence Artificielle

lvgalvao
⭐ 1,451 Python 👤 lvgalvao User 🕐 Mis à jour 2026-05-12 📅 Créé 2024-01-16
79
opendatadiscovery/odd-platform

La première plateforme open-source de découverte et d'observabilité des données. Nous facilitons la vie des praticiens de données afin que vous puissiez vous concentrer sur votre entreprise.

opendatadiscovery
⭐ 1,441 Java 👤 opendatadiscovery Organization 🕐 Mis à jour 2026-10-19 📅 Créé 2021-07-07
80
GoogleCloudPlatform/data-science-on-gcp

Code source accompagnant le livre : Data Science sur Google Cloud Platform, Valliappa Lakshmanan, O'Reilly 2017

GoogleCloudPlatform
⭐ 1,432 Jupyter Notebook 👤 GoogleCloudPlatform Organization 🕐 Mis à jour 2026-02-20 📅 Créé 2017-02-10
81
zapret-info/z-i

Registre des adresses Internet filtrées en Fédération de Russie

zapret-info
⭐ 1,388 👤 zapret-info User 🕐 Mis à jour 2025-10-01 📅 Créé 2012-11-19
82
quiltdata/quilt

Quilt est une plateforme de gestion de données scientifiques sur AWS qui aide les équipes et l'IA à trouver, faire confiance et réutiliser les données grâce à des paquets de données profondément versionnés et riches en contexte.

quiltdata
⭐ 1,373 TypeScript 👤 quiltdata Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2017-02-10
83
spark-examples/pyspark-examples

Exemples de PySpark RDD, DataFrame et Dataset en langage Python

spark-examples
⭐ 1,371 Python 👤 spark-examples Organization 🕐 Mis à jour 2025-12-07 📅 Créé 2019-11-26
84
gtoonstra/etl-with-airflow

Meilleures pratiques ETL avec Airflow, avec exemples

gtoonstra
⭐ 1,353 Shell 👤 gtoonstra User 🕐 Mis à jour 2024-09-25 📅 Créé 2016-10-16
85
Sniper970119/dianping_spider

Crawler Dianping (peut parcourir tout le site, résout le cryptage des polices dynamiques, pas d'OCR). Mise à jour continue

Sniper970119
⭐ 1,329 Python 👤 Sniper970119 User 🕐 Mis à jour 2026-11-03 📅 Créé 2021-01-22
86
Data-Learn/data-engineering

Démarrer avec l'ingénierie des données

Data-Learn
⭐ 1,323 Python 👤 Data-Learn Organization 🕐 Mis à jour 2025-04-20 📅 Créé 2020-05-14
87
bitol-io/open-data-contract-standard

Domaine du standard de contrat de données ouvertes (ODCS).

bitol-io
⭐ 1,238 Shell 👤 bitol-io Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2023-06-27
88
abhishek-ch/around-dataengineering

Un centre de connaissances sur l'ingénierie des données et l'apprentissage automatique

abhishek-ch
⭐ 1,140 Python 👤 abhishek-ch User 🕐 Mis à jour 2024-02-02 📅 Créé 2020-09-18
89
daochenzha/data-centric-AI

Une liste organisée, mais incomplète, de ressources sur l'IA axée sur les données.

daochenzha
⭐ 1,138 👤 daochenzha User 🕐 Mis à jour 2024-06-26 📅 Créé 2023-03-07
90
datacontract/datacontract-cli

Tests de contrats de données open source pour Snowflake, Databricks, BigQuery, Kafka et 15 autres plateformes. Basés sur l’Open Data Contract Standard (ODCS). Licence MIT.

datacontract
⭐ 1,114 JavaScript 👤 datacontract Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2023-07-24
91
youngwookim/awesome-hadoop

Une liste organisée de ressources incroyablement géniales sur Hadoop et l'écosystème Hadoop

youngwookim
⭐ 1,113 👤 youngwookim User 🕐 Mis à jour 2024-05-07 📅 Créé 2014-07-08
92
DataWithBaraa/sql-data-warehouse-project

Créez un entrepôt de données dans SQL Server à partir de deux systèmes sources, un CRM et un ERP, en passant par les couches bronze, silver et gold. Fichiers et scripts du projet complet gratuit.

DataWithBaraa
⭐ 1,089 TSQL 👤 DataWithBaraa User 🕐 Mis à jour 2026-11-06 📅 Créé 2024-12-30
93
JohnSnowLabs/spark-nlp-workshop

Exemples publics exécutables d'utilisation de NLP de John Snow Labs pour Apache Spark.

JohnSnowLabs
⭐ 1,089 Jupyter Notebook 👤 JohnSnowLabs Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2018-08-20
94
mattm/sql-style-guide

Un guide subjectif pour écrire un SQL propre et maintenable.

mattm
⭐ 1,088 👤 mattm User 🕐 Mis à jour 2025-01-14 📅 Créé 2019-03-27
95
nijikokun/generate-schema

🧞 Convertissez des objets JSON en MySQL, JSON Schema, Mongoose, Google BigQuery, Swagger et plus encore.

nijikokun
⭐ 1,067 JavaScript 👤 nijikokun User 🕐 Mis à jour 2024-01-30 📅 Créé 2015-02-16
96
opendatadiscovery/awesome-data-catalogs

📙 D'incroyables catalogues de données et plateformes d'observabilité.

opendatadiscovery
⭐ 1,059 👤 opendatadiscovery Organization 🕐 Mis à jour 2025-08-14 📅 Créé 2021-07-14
97
DataTalksClub/stock-markets-analytics-zoomcamp

Matériaux de cours pour Analytics dans les marchés boursiers Zoomcamp

DataTalksClub
⭐ 1,052 Jupyter Notebook 👤 DataTalksClub Organization 🕐 Mis à jour 2026-10-30 📅 Créé 2024-02-14
99
dataform-co/dataform

Dataform est un framework pour gérer les opérations de données basées sur SQL dans BigQuery.

dataform-co
⭐ 998 TypeScript 👤 dataform-co Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2018-09-03
100
estuary/flow

🌊 Synchronisez en continu les systèmes où vos données résident avec les systèmes où vous _souhaitez_ qu'elles résident, en gérant vos flux de données avec Estuary. 🌊

estuary
⭐ 995 Rust 👤 estuary Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-02-13