#data-processing Dépôts
Découvrez 72 dépôts GitHub open source actifs associés à #data-processing, cumulant 211,976 étoiles au total (soit une moyenne de 2,944 étoiles par projet). Le projet en tête de ce thème est pathwaycom/pathway, avec 61,976 étoiles.
72 dépôts au total
Framework ETL Python pour le traitement de flux, l'analyse en temps réel, les pipelines LLM et le RAG.
Moteur incrémental pour agents à long horizon 🌟 Mettez une étoile si vous l'aimez !
Une collection de Bash One-Liners pratiques et d'astuces terminal pour le traitement des données et la maintenance du système Linux.
Miller est comme awk, sed, cut, join et sort pour les données indexées par nom telles que CSV, TSV et JSON tabulaire.
[SIGMOD'27] Préparation simplifiée des données grâce aux opérateurs et pipelines les plus récents fondés sur les LLM.
Requêtage, transformation et modification unifiés de JSON, TOML, YAML, XML, INI, HCL, KDL et CSV.
Traitement des données pour et avec des modèles fondamentaux ! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷
Une bibliothèque accélérée par GPU contenant des blocs de construction hautement optimisés et un moteur d'exécution pour le traitement des données afin d'accélérer les applications d'entraînement et d'inférence en apprentissage profond.
Une bibliothèque légère, flexible et expressive pour les tests de données statistiques
Une implémentation de differential dataflow utilisant timely dataflow sur Rust.
Plateforme native Kubernetes pour exécuter des tâches de données/streaming massivement parallèles
La couche de contexte pour les données non structurées : jeux de données typés et versionnés sur S3, GCS, Azure
Ingestion et traitement de données concurrentiels et multi-étapes avec Elixir
Boîte à outils pour l'apprentissage automatique, le traitement du langage naturel et la génération de texte, sous TensorFlow. Ceci fait partie du projet CASL : http://casl-project.ai/
Kit d'outils évolutif pour le prétraitement et la curation de données pour les LLM
Créez des jeux de tuiles vectorielles à partir de grandes collections de fonctionnalités GeoJSON.
Données et outils pour la génération et l'inspection des données de pré-entraînement OLMo.
Code source accompagnant le livre : Data Science sur Google Cloud Platform, Valliappa Lakshmanan, O'Reilly 2017
Distribuez et exécutez des charges de travail d'IA sur Kubernetes de manière magique en Python, comme PyTorch pour l'infrastructure ML.
Une liste organisée de logiciels, bibliothèques et ressources impressionnants sur le radar à synthèse d'ouverture (SAR).
tree est une bibliothèque pour travailler avec des structures de données imbriquées
Un serveur Model Context Protocol (MCP) qui lit et écrit des données MS Excel
Ceci est le dépôt de développement officiel pour BCFtools. Consultez les instructions d'installation et la documentation ici http://samtools.github.io/bcftools/howtos/install.html
SoundFile est une bibliothèque audio basée sur libsndfile, CFFI et NumPy
Extrait les e-mails et les pièces jointes enregistrés dans les fichiers .msg de Microsoft Outlook
Outil en ligne de commande pour télécharger et extraire des données à partir de pages HTML/XML ou d'API JSON, en utilisant CSS, XPath 3.0, XQuery 3.0, JSONiq ou correspondance de motifs. Il peut également créer de nouveaux documents XML/HTML/JSON ou transformés.
Flux est un langage de script léger pour interroger les bases de données (comme InfluxDB) et travailler avec les données. Il fait partie d'InfluxDB 1.7 et 2.0, mais peut être exécuté de manière indépendante.
Une bibliothèque open source pour interagir avec et traiter les données radar, spécialisée pour les radars MIMO mmWave
HStreamDB est une base de données de streaming open-source et native dans le cloud pour l'IoT et au-delà. Modernisez votre pile de données pour les applications en temps réel.
Foire aux questions
Quel est le dépôt #data-processing le plus populaire sur GitHub ?
Le projet #data-processing open source le mieux classé sur GitHub est pathwaycom/pathway, avec 61,976 étoiles. Framework ETL Python pour le traitement de flux, l'analyse en temps réel, les pipelines LLM et le RAG.
Quels langages de programmation sont les plus utilisés dans les dépôts #data-processing ?
Parmi les projets #data-processing les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Jupyter Notebook, Rust.
Comment le classement des dépôts #data-processing est-il calculé ?
Nous suivons 72 dépôts open source actifs associés à #data-processing (500+ étoiles), totalisant 211,976 étoiles, avec une moyenne de 2,944 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.