#data-engineering Dépôts
152 dépôts au total
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.
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
Datart est une plateforme ouverte de visualisation de données de nouvelle génération
Le meilleur endroit pour apprendre l'ingénierie des données. Construit et maintenu par la communauté de l'ingénierie des données.
👾 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.
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.
Feathr – Une plateforme unifiée et évolutive d'ingénierie de données et d'IA pour l'entreprise
Plus de 2000+ questions d'entretien pour ingénieur de données.
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.
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.
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.
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
:bar_chart: :clipboard: Tableaux de bord utilisant des fichiers YAML ou JSON
Scripts et documentation pour https://www.dolthub.com/repositories/chenditc/investment_data
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.
API propres pour le nettoyage de données. Implémentation Python du package R Janitor
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.
Formation Professionnelle en Ingénierie des Données et Intelligence Artificielle
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.
Code source accompagnant le livre : Data Science sur Google Cloud Platform, Valliappa Lakshmanan, O'Reilly 2017
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.
Crawler Dianping (peut parcourir tout le site, résout le cryptage des polices dynamiques, pas d'OCR). Mise à jour continue
Un centre de connaissances sur l'ingénierie des données et l'apprentissage automatique
Une liste organisée, mais incomplète, de ressources sur l'IA axée sur les données.
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.
Une liste organisée de ressources incroyablement géniales sur Hadoop et l'écosystème Hadoop
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.
Exemples publics exécutables d'utilisation de NLP de John Snow Labs pour Apache Spark.
🧞 Convertissez des objets JSON en MySQL, JSON Schema, Mongoose, Google BigQuery, Swagger et plus encore.
📙 D'incroyables catalogues de données et plateformes d'observabilité.
Matériaux de cours pour Analytics dans les marchés boursiers Zoomcamp
Dataform est un framework pour gérer les opérations de données basées sur SQL dans BigQuery.
🌊 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. 🌊