Git Stars Git Stars

#data-engineering Dépôts

152
Total des Dépôts
727,632
Nombre total d'étoiles
4,787
Moyenne d'Étoiles/Dépôt
101
latitude-dev/latitude

Analytique intégrée axée sur les développeurs

latitude-dev
⭐ 949 TypeScript 👤 latitude-dev Organization 🕐 Mis à jour 2024-09-30 📅 Créé 2024-01-31
102
youssefHosni/Awesome-AI-Data-GitHub-Repos

Une collection des dépôts Github les plus importants pour les praticiens du ML, de l'IA et de la science des données

youssefHosni
⭐ 946 👤 youssefHosni User 🕐 Mis à jour 2024-12-24 📅 Créé 2023-05-09
103
odpi/egeria

La plateforme centrale de Project Egeria, qui prend en charge Open Metadata et Governance. Elle comprend un système de types ouvert, un graphe de connaissances distribué, des API REST, une gouvernance intelligente et du contenu préconçu.

odpi
⭐ 925 Java 👤 odpi Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2018-05-31
104
natayadev/dataengineering-roadmap

Un autre dépôt avec des concepts de base, des défis techniques et des ressources sur l'ingénierie des données en espagnol 🧙✨

natayadev
⭐ 919 👤 natayadev User 🕐 Mis à jour 2026-02-28 📅 Créé 2023-11-24
105
luisguiserrano/manning

Dépôt pour le livre Grokking Machine Learning, par Manning Editors

luisguiserrano
⭐ 917 Jupyter Notebook 👤 luisguiserrano User 🕐 Mis à jour 2026-11-02 📅 Créé 2019-03-25
106
pyspark-ai/pyspark-ai

SDK anglais pour Apache Spark

pyspark-ai
⭐ 879 Python 👤 pyspark-ai Organization 🕐 Mis à jour 2026-10-27 📅 Créé 2023-04-27
107
bacalhau-project/bacalhau

Framework communautaire, simple mais puissant pour un calcul distribué rapide et économique sur les données.

bacalhau-project
⭐ 878 Go 👤 bacalhau-project Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2021-11-05
108
CloudWise-OpenSource/FlyFish

FlyFish est une plateforme de codage de visualisation de données. Nous pouvons créer rapidement un modèle de données de manière simple et générer rapidement un ensemble de solutions de visualisation de données par glisser-déposer.

CloudWise-OpenSource
⭐ 877 JavaScript 👤 CloudWise-OpenSource Organization 🕐 Mis à jour 2024-06-11 📅 Créé 2021-10-08
109
flow-php/flow

Le framework de traitement de données le plus avancé permettant de construire des pipelines de traitement de données évolutives et de déplacer des données entre diverses sources et destinations de données.

flow-php
⭐ 875 PHP 👤 flow-php Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2021-05-23
110
NeumTry/NeumAI

Neum AI est un framework de premier ordre pour gérer la création et la synchronisation d'incorporations vectorielles à grande échelle.

NeumTry
⭐ 864 Python 👤 NeumTry Organization 🕐 Mis à jour 2024-01-15 📅 Créé 2023-09-14
111
frictionlessdata/frictionless-py

Framework de gestion de données pour Python qui fournit des fonctionnalités pour décrire, extraire, valider et transformer des données tabulaires

frictionlessdata
⭐ 859 Python 👤 frictionlessdata Organization 🕐 Mis à jour 2026-10-15 📅 Créé 2014-12-23
112
zoltanctoth/complete-dbt-bootcamp-zero-to-hero

Matériaux supplémentaires pour le cours Udemy "The Complete dbt (Data Build Tool) Bootcamp"

zoltanctoth
⭐ 842 Python 👤 zoltanctoth User 🕐 Mis à jour 2026-10-05 📅 Créé 2022-02-24
113
ssp-data/practical-data-engineering

Ingénierie des données pratique : un guide de projet immobilier pratique

ssp-data
⭐ 833 Jupyter Notebook 👤 ssp-data Organization 🕐 Mis à jour 2026-06-25 📅 Créé 2020-11-18
114
AltimateAI/altimate-code

Harness d'ingénierie de données agentique open-source pour dbt, SQL et entrepôts de données cloud. Plus de 100 outils, 10 entrepôts, alimenté par l'IA.

AltimateAI
⭐ 822 TypeScript 👤 AltimateAI Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-02-27
115
Nike-Inc/koheesio

Framework Python pour la création de pipelines de données efficaces. Il favorise la modularité et la collaboration, permettant la création de pipelines complexes à partir de composants simples et réutilisables.

Nike-Inc
⭐ 818 Python 👤 Nike-Inc Organization 🕐 Mis à jour 2026-10-17 📅 Créé 2024-05-06
116
astronomer/airflow-guides

Guides et documentation pour vous aider à démarrer avec Apache Airflow.

astronomer
⭐ 816 JavaScript 👤 astronomer Organization 🕐 Mis à jour 2025-11-15 📅 Créé 2018-05-17
117
BasPH/data-pipelines-with-apache-airflow

Code pour les pipelines de données avec Apache Airflow

BasPH
⭐ 810 Python 👤 BasPH User 🕐 Mis à jour 2024-08-15 📅 Créé 2019-06-10
118
liuhuanyong/ChainKnowledgeGraph

ChainKnowledgeGraph, le graphe de connaissances de la chaîne industrielle comprend les sociétés cotées en bourse A, les industries et les produits, soit 3 types d'entités au total, incluant les relations d'appartenance sectorielle des sociétés cotées, les relations sectorielles supérieures, les relations de matières premières en amont des produits, les relations de produits en aval, les principaux produits des sociétés et les sous-catégories de produits, soit un total de 6 catégories principales. Sociétés cotées : 4 654, industries : 511, produits : 95 559, matières premières en amont : 56 824, industries supérieures : 480, produits en aval : 390, sous-catégories de produits : 52 937, industries d'appartenance : 3 946.

liuhuanyong
⭐ 779 Python 👤 liuhuanyong User 🕐 Mis à jour 2025-12-22 📅 Créé 2021-10-26
119
microsoft/sqlworkshops

Ateliers SQL Server

microsoft
⭐ 777 Jupyter Notebook 👤 microsoft Organization 🕐 Mis à jour 2024-05-14 📅 Créé 2019-02-05
120
datavane/datavines

Apprenez à mieux connaître vos données ! Datavines est la plateforme d'observabilité des données de nouvelle génération, prenant en charge la gestion des métadonnées et la qualité des données.

datavane
⭐ 769 Java 👤 datavane Organization 🕐 Mis à jour 2026-07-27 📅 Créé 2022-04-02
121
derar-alhussein/Databricks-Certified-Data-Engineer-Associate

Les ressources du cours de préparation à l'examen de certification Databricks Data Engineer Associate

derar-alhussein
⭐ 762 Python 👤 derar-alhussein User 🕐 Mis à jour 2026-11-12 📅 Créé 2022-11-06
122
unytics/bigfunctions

Dynamisez BigQuery avec BigFunctions

unytics
⭐ 761 Python 👤 unytics User 🕐 Mis à jour 2026-08-23 📅 Créé 2022-08-24
123
defog-ai/sql-eval

Évaluer l'exactitude des sorties générées par LLM

defog-ai
⭐ 744 Jupyter Notebook 👤 defog-ai Organization 🕐 Mis à jour 2025-08-14 📅 Créé 2023-08-10
124
kennethleungty/Failed-ML

Compilation d'exemples concrets de haut niveau de projets d'apprentissage automatique ayant échoué

kennethleungty
⭐ 743 👤 kennethleungty User 🕐 Mis à jour 2024-06-14 📅 Créé 2022-08-15
125
DataExpert-io/cumulative-table-design

Ce dépôt aide à enseigner aux gens comment définir et créer correctement des tables cumulatives !

DataExpert-io
⭐ 741 Python 👤 DataExpert-io Organization 🕐 Mis à jour 2024-10-29 📅 Créé 2021-12-30
126
databricks/devrel

Ce dépôt contient les notebooks et les présentations que nous utilisons pour nos Databricks Tech Talks "

databricks
⭐ 734 HTML 👤 databricks Organization 🕐 Mis à jour 2025-01-06 📅 Créé 2020-04-03
127
awslabs/aws-glue-libs

Les bibliothèques AWS Glue sont des ajouts et des améliorations à Spark pour les opérations ETL.

awslabs
⭐ 701 Python 👤 awslabs Organization 🕐 Mis à jour 2026-10-30 📅 Créé 2017-08-11
128
dgarnitz/vectorflow

VectorFlow est un pipeline d'intégration de vecteurs à haut volume qui ingère des données brutes, les transforme en vecteurs et les écrit dans une base de données vectorielle de votre choix.

dgarnitz
⭐ 698 Python 👤 dgarnitz User 🕐 Mis à jour 2024-05-16 📅 Créé 2023-07-25
129
risesoft-y9/DataFlow-Engine

Le moteur de flux de données est un moteur de base piloté par les données pour l'intégration des données, la synchronisation des données, l'échange de données, le partage des données, la configuration des tâches et la planification des tâches. Le moteur de flux de données utilise des architectures telles que la séparation du contrôle et de l'exécution, des flux multi-niveaux et une bibliothèque de plugins pour répondre aux problèmes réels des données à grande échelle, des rapports de données fréquents, de la collecte de données fréquente et de la compatibilité des données hétérogènes.

risesoft-y9
⭐ 697 Java 👤 risesoft-y9 Organization 🕐 Mis à jour 2026-11-12 📅 Créé 2024-08-26
130
petedannemann/gis-programming-roadmap

Guichet unique pour tous vos besoins en programmation GIS

petedannemann
⭐ 686 👤 petedannemann User 🕐 Mis à jour 2024-01-02 📅 Créé 2019-01-11
131
kaushiksrini/parqeye

Jetez un coup d'œil aux fichiers Parquet directement depuis votre terminal

kaushiksrini
⭐ 682 Rust 👤 kaushiksrini User 🕐 Mis à jour 2026-11-12 📅 Créé 2025-07-02
132
databricks/reference-apps

Applications de référence Spark

databricks
⭐ 652 Scala 👤 databricks Organization 🕐 Mis à jour 2024-10-03 📅 Créé 2014-08-19
133
JakobGM/patito

Une couche de modélisation de données construite sur polars et pydantic

JakobGM
⭐ 643 Python 👤 JakobGM User 🕐 Mis à jour 2026-05-08 📅 Créé 2023-06-21
134
rpbouman/huey

Analyse de données et BI dans le navigateur avec DuckDB-WASM. La confidentialité avant tout : vos données restent en local ; aucun serveur n'est requis.

rpbouman
⭐ 639 JavaScript 👤 rpbouman User 🕐 Mis à jour 2026-11-13 📅 Créé 2023-12-25
135
google/patents-public-data

Analyse de brevets utilisant les ensembles de données publics Google Patents sur BigQuery

google
⭐ 637 Jupyter Notebook 👤 google Organization 🕐 Mis à jour 2024-06-17 📅 Créé 2017-06-05
136
dbt-labs/dbt-mcp

Un serveur MCP (Model Context Protocol) pour interagir avec dbt.

dbt-labs
⭐ 624 Python 👤 dbt-labs Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2025-03-12
137
ConduitIO/conduit

Conduit transfère des données entre les magasins de données. Remplacement de Kafka Connect. Aucune JVM requise.

ConduitIO
⭐ 617 Go 👤 ConduitIO Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-01-11
138
synmetrix/synmetrix

Synmetrix – couche sémantique open source prête pour la production sur Cube

synmetrix
⭐ 616 JavaScript 👤 synmetrix Organization 🕐 Mis à jour 2025-02-07 📅 Créé 2021-06-18
139
insitro/redun

Encore un moteur de flux de travail redondant

insitro
⭐ 610 Python 👤 insitro Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2021-11-04
140
matsonj/nba-monte-carlo

Simulation Monte Carlo de la saison NBA, exploitant dbt, duckdb et evidence.dev

matsonj
⭐ 609 Python 👤 matsonj User 🕐 Mis à jour 2026-11-12 📅 Créé 2022-09-29
141
apecloud/myduckserver

MySQL, Postgres et FlightSQL unifiés, alimentés par DuckDB.

apecloud
⭐ 595 Go 👤 apecloud Organization 🕐 Mis à jour 2026-09-19 📅 Créé 2024-08-22
142
argilla-io/synthetic-data-generator

Créer des ensembles de données en langage naturel

argilla-io
⭐ 590 Python 👤 argilla-io Organization 🕐 Mis à jour 2025-09-19 📅 Créé 2024-11-21
143
singer-io/singer-python

Écrit le format Singer à partir de Python

singer-io
⭐ 585 Python 👤 singer-io Organization 🕐 Mis à jour 2026-11-02 📅 Créé 2016-10-28
144
taz4et/bitcoin-etl

Une boîte à outils Python pour extraire et transformer les données de la blockchain Bitcoin en formats structurés.

taz4et
⭐ 580 Python 👤 taz4et User 🕐 Mis à jour 2025-11-24 📅 Créé 2025-11-14
145
spark-examples/spark-scala-examples

Ce projet fournit des exemples Apache Spark SQL, RDD, DataFrame et Dataset en langage Scala.

spark-examples
⭐ 567 Scala 👤 spark-examples Organization 🕐 Mis à jour 2024-03-20 📅 Créé 2019-11-26
146
pracdata/awesome-open-source-data-engineering

Liste curated d'outils open source utilisés dans les plateformes d'analyse et l'écosystème d'ingénierie des données

pracdata
⭐ 564 👤 pracdata Organization 🕐 Mis à jour 2025-03-12 📅 Créé 2024-02-22
147
GoogleCloudPlatform/bigquery-oreilly-book

Code source accompagnant : BigQuery : The Definitive Guide par Lakshmanan & Tigani à être publié par O'Reilly Media

GoogleCloudPlatform
⭐ 547 Jupyter Notebook 👤 GoogleCloudPlatform Organization 🕐 Mis à jour 2024-05-02 📅 Créé 2018-11-26
148
kimtth/software-architect-mindmap

🧠 Carte mentale de 🗺️ l’architecture logicielle et du génie logiciel

kimtth
⭐ 543 Python 👤 kimtth User 🕐 Mis à jour 2026-11-20 📅 Créé 2022-02-02
149
kvakvs/beam-wisdoms

Wiki contenant des morceaux d'informations et de connaissances sur la machine virtuelle BEAM (qui exécute Erlang/OTP et d'autres langages basés sur BEAM).

kvakvs
⭐ 539 👤 kvakvs User 🕐 Mis à jour 2024-06-10 📅 Créé 2016-08-27
150
silver-dev-org/interview-ready

Un dépôt pour la pratique des entretiens.

silver-dev-org
⭐ 529 TypeScript 👤 silver-dev-org Organization 🕐 Mis à jour 2026-02-05 📅 Créé 2023-08-22