Git Stars Git Stars

#dataops Dépôts

Découvrez 15 dépôts GitHub open source actifs associés à #dataops, cumulant 32,987 étoiles au total (soit une moyenne de 2,199 étoiles par projet). Le projet en tête de ce thème est lance-format/lance, avec 7,374 étoiles.

15
Total des Dépôts
32,987
Nombre total d'étoiles
2,199
Moyenne d'Étoiles/Dépôt
1
lance-format/lance

Format Lakehouse ouvert pour l'IA multimodale. Convertissez depuis Parquet en 2 lignes de code pour un accès aléatoire 100 fois plus rapide, un index vectoriel et la gestion de version des données. Compatible avec Pandas, DuckDB, Polars, Pyarrow et PyTorch, avec d'autres intégrations à venir.

lance-format
⭐ 7,374 Rust 👤 lance-format Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-07-07
2
redpanda-data/console

Redpanda Console est une interface utilisateur conviviale pour les développeurs permettant de gérer vos charges de travail Kafka/Redpanda. Console vous offre une approche simple et interactive pour obtenir de la visibilité sur vos sujets, masquer des données, gérer des groupes de consommateurs et explorer des données en temps réel avec le débogage de voyage dans le temps.

redpanda-data
⭐ 4,353 TypeScript 👤 redpanda-data Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2019-09-29
3
SQLMesh/sqlmesh

Framework de transformation de données évolutif et efficace - rétrocompatible avec dbt.

SQLMesh
⭐ 3,360 Python 👤 SQLMesh Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-09-23
4
whylabs/whylogs

Une bibliothèque open-source de journalisation de données pour les modèles d'apprentissage automatique et les pipelines de données. 📚 Offre une visibilité sur la qualité des données et les performances du modèle au fil du temps. 🛡️ Prend en charge la collecte de données respectueuse de la vie privée, garantissant sécurité et robustesse. 📈

whylabs
⭐ 2,819 Jupyter Notebook 👤 whylabs Organization 🕐 Mis à jour 2025-01-10 📅 Créé 2020-08-14
5
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
6
elementary-data/elementary

La solution d'observabilité de données native pour dbt pour les ingénieurs de données et d'analyse. Surveillez vos pipelines de données en quelques minutes. Disponible en auto-hébergement ou en service cloud avec des fonctionnalités premium.

elementary-data
⭐ 2,435 HTML 👤 elementary-data Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2021-08-30
7
lensesio/fast-data-dev

Kafka Docker pour le développement. Kafka, Zookeeper, Schema Registry, Kafka-Connect, , 20+ connecteurs

lensesio
⭐ 2,078 Shell 👤 lensesio Organization 🕐 Mis à jour 2026-09-10 📅 Créé 2016-08-19
8
alibaba/SREWorks

Plateforme Cloud Native DataOps & AIOps | Plateforme Cloud Native DataOps & AIOps

alibaba
⭐ 2,012 Java 👤 alibaba Organization 🕐 Mis à jour 2025-12-13 📅 Créé 2022-03-16
9
datavane/tis

Prise en charge de DataOps agiles pour les ontologies basés sur Flink, DataX et Flink-CDC via une interface Web

datavane
⭐ 1,448 Java 👤 datavane Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2019-01-23
10
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
11
tenzir/tenzir

Tenzir est le moteur de pipeline de données pour les équipes de sécurité.

tenzir
⭐ 771 C++ 👤 tenzir Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2010-09-23
12
raystack/optimus

Optimus est un orchestrateur de flux de travail facile à utiliser, fiable et performant pour la transformation des données, la modélisation des données, les pipelines et la gestion de la qualité des données.

raystack
⭐ 757 Go 👤 raystack Organization 🕐 Mis à jour 2024-06-08 📅 Créé 2021-03-22
13
Azure-Samples/modern-data-warehouse-dataops

DataOps pour les technologies Microsoft Data Platform. https://aka.ms/dataops-repo

Azure-Samples
⭐ 700 Shell 👤 Azure-Samples Organization 🕐 Mis à jour 2026-02-23 📅 Créé 2019-12-06
14
taivop/awesome-data-annotation

Une liste d'outils pour annoter les données, gérer les annotations, etc.

taivop
⭐ 606 👤 taivop User 🕐 Mis à jour 2024-08-01 📅 Créé 2018-11-08
15
polyaxon/traceml

Moteur pour le suivi, la visualisation, l'explicabilité, la détection de dérive et les tableaux de bord IA/ML/données pour Polyaxon.

polyaxon
⭐ 533 Python 👤 polyaxon Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2016-03-25

Foire aux questions

1

Quel est le dépôt #dataops le plus populaire sur GitHub ?

Le projet #dataops open source le mieux classé sur GitHub est lance-format/lance, avec 7,374 étoiles. Format Lakehouse ouvert pour l'IA multimodale. Convertissez depuis Parquet en 2 lignes de code pour un accès aléatoire 100 fois plus rapide, un index vectoriel et la gestion de version des données. Compatible avec Pandas, DuckDB, Polars, Pyarrow et PyTorch, avec d'autres intégrations à venir.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #dataops ?

Parmi les projets #dataops les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Shell, Java, Rust.

3

Comment le classement des dépôts #dataops est-il calculé ?

Nous suivons 15 dépôts open source actifs associés à #dataops (500+ étoiles), totalisant 32,987 étoiles, avec une moyenne de 2,199 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.