Git Stars Git Stars

#mlops Dépôts

227
Total des Dépôts
1.0M
Nombre total d'étoiles
4,614
Moyenne d'Étoiles/Dépôt
151
wang-rui/phishguard-scaffold

Détection sémantique conjointe et contrôle de la dissémination des attaques de phishing sur les réseaux sociaux par modélisation basée sur LLama

wang-rui
⭐ 1,012 Python 👤 wang-rui User 🕐 Mis à jour 2026-02-15 📅 Créé 2025-09-08
152
sematic-ai/sematic

Une plateforme de développement de pipeline ML open-source

sematic-ai
⭐ 1,000 Python 👤 sematic-ai Organization 🕐 Mis à jour 2025-01-09 📅 Créé 2022-04-19
153
PsycheFoundation/nousnet

Une infrastructure ouverte pour démocratiser et décentraliser le développement de la superintelligence pour l'humanité.

PsycheFoundation
⭐ 983 Rust 👤 PsycheFoundation Organization 🕐 Mis à jour 2026-03-24 📅 Créé 2025-01-23
154
codeproject/CodeProject.AI-Server

CodeProject.AI Server est un service autonome que les développeurs de logiciels peuvent inclure et distribuer avec leurs applications afin d'enrichir leurs applications avec la puissance de l'IA.

codeproject
⭐ 975 C# 👤 codeproject Organization 🕐 Mis à jour 2025-07-14 📅 Créé 2021-12-02
156
iusztinpaul/energy-forecasting

🌀 Le framework MLOps complet en 7 étapes | Apprenez gratuitement le MLE et les MLOps en concevant, construisant et déployant un système batch ML de bout en bout ~ code source + 2,5 heures de matériel de lecture et vidéo

iusztinpaul
⭐ 957 Python 👤 iusztinpaul User 🕐 Mis à jour 2024-04-03 📅 Créé 2023-02-04
157
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
158
google-deepmind/xmanager

Une plateforme pour la gestion d'expériences d'apprentissage automatique

google-deepmind
⭐ 928 Python 👤 google-deepmind Organization 🕐 Mis à jour 2026-10-23 📅 Créé 2021-04-26
159
mli/transformers-benchmarks

vrais TeraFLOPS Transformer sur divers GPU

mli
⭐ 916 Jupyter Notebook 👤 mli User 🕐 Mis à jour 2024-01-09 📅 Créé 2022-08-15
160
getmetal/motorhead

🧠 Motorhead est un serveur de récupération de mémoire et d'informations pour les LLM.

getmetal
⭐ 915 Rust 👤 getmetal Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2023-03-29
161
lightly-ai/lightly-studio

LightlyStudio - La plateforme de données unifiée pour le ML multimodal

lightly-ai
⭐ 913 Python 👤 lightly-ai Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-10-21
162
mosecorg/mosec

Un framework de service de modèle ML haute performance, offre le traitement par lots dynamique et les pipelines CPU/GPU pour exploiter pleinement votre machine de calcul

mosecorg
⭐ 905 Python 👤 mosecorg Organization 🕐 Mis à jour 2026-11-02 📅 Créé 2021-03-13
163
guildai/guildai

Suivi d'expériences, outils pour développeurs ML

guildai
⭐ 899 Python 👤 guildai Organization 🕐 Mis à jour 2025-04-29 📅 Créé 2017-09-27
164
callmesora/llmops-python-package

Démarrez votre initiative LLMOps avec un package Python flexible, robuste et productif.

callmesora
⭐ 897 Python 👤 callmesora User 🕐 Mis à jour 2025-02-13 📅 Créé 2024-12-10
166
trainindata/deploying-machine-learning-models

Code pour le cours en ligne «Déploiement de Modèles d’Apprentissage Automatique»

trainindata
⭐ 879 Jupyter Notebook 👤 trainindata Organization 🕐 Mis à jour 2024-08-20 📅 Créé 2019-01-09
167
Paulescu/hands-on-train-and-deploy-ml

Entraîner et déployer une API REST ML pour prédire les prix des cryptomonnaies, en 10 étapes

Paulescu
⭐ 873 Python 👤 Paulescu User 🕐 Mis à jour 2024-05-29 📅 Créé 2023-05-16
168
lanterndata/lantern

Extension de base de données vectorielle PostgreSQL pour la création d'applications d'IA

lanterndata
⭐ 871 Rust 👤 lanterndata Organization 🕐 Mis à jour 2024-12-12 📅 Créé 2023-07-11
169
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
170
Nebius-Academy/LLM-Engineering-Essentials

Matériaux pour le cours "LLM Engineering Essentials"

Nebius-Academy
⭐ 844 Jupyter Notebook 👤 Nebius-Academy Organization 🕐 Mis à jour 2026-03-30 📅 Créé 2025-02-17
171
bentoml/Yatai

Déploiement de modèles à grande échelle sur Kubernetes 🦄️

bentoml
⭐ 843 TypeScript 👤 bentoml Organization 🕐 Mis à jour 2026-05-30 📅 Créé 2021-07-30
⭐ 841 Jupyter Notebook 👤 GoogleCloudPlatform Organization 🕐 Mis à jour 2026-07-01 📅 Créé 2020-02-16
173
mit-han-lab/omniserve

[MLSys'25] QServe : Quantification W4A8KV4 et co-conception de systèmes pour un service LLM efficace ; [MLSys'25] LServe : Service LLM efficace pour les longues séquences avec attention éparse unifiée

mit-han-lab
⭐ 840 C++ 👤 mit-han-lab Organization 🕐 Mis à jour 2025-03-06 📅 Créé 2024-05-06
174
llama-farm/llamafarm

Déployez n'importe quel modèle d'IA, agent, base de données, RAG et pipeline localement ou à distance en quelques minutes

llama-farm
⭐ 837 Python 👤 llama-farm Organization 🕐 Mis à jour 2026-06-10 📅 Créé 2025-07-09
175
dmlc/treelite

Format universel d'échange et de sérialisation de modèles pour forêts d'arbres de décision

dmlc
⭐ 833 C++ 👤 dmlc Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2017-06-28
176
LambdaLabsML/examples

Exemples d'apprentissage profond

LambdaLabsML
⭐ 828 Jupyter Notebook 👤 LambdaLabsML Organization 🕐 Mis à jour 2024-10-18 📅 Créé 2022-07-07
177
zszazi/Deep-learning-in-cloud

Liste des Fournisseurs de Cloud pour l'Apprentissage Profond

zszazi
⭐ 827 👤 zszazi User 🕐 Mis à jour 2026-11-16 📅 Créé 2019-04-17
178
kagisearch/pyllms

Bibliothèque Python minimale pour se connecter aux LLM (OpenAI, Anthropic, Google, Groq, Reka, Together, AI21, Cohere, Aleph Alpha, HuggingfaceHub), avec un benchmark intégré des performances du modèle.

kagisearch
⭐ 820 Python 👤 kagisearch Organization 🕐 Mis à jour 2025-12-30 📅 Créé 2023-04-10
179
NVIDIA/DCGM

Le NVIDIA Data Center GPU Manager (DCGM) est un projet permettant de collecter des données de télémétrie et de mesurer la santé des GPU NVIDIA

NVIDIA
⭐ 819 C++ 👤 NVIDIA Organization 🕐 Mis à jour 2026-11-13 📅 Créé 2020-12-15
180
SkafteNicki/dtu_mlops

Exercices et matériel supplémentaire pour le cours sur les opérations d'apprentissage automatique (Machine Learning Operations) à la DTU.

SkafteNicki
⭐ 807 Python 👤 SkafteNicki User 🕐 Mis à jour 2026-11-21 📅 Créé 2021-04-07
181
GoogleCloudPlatform/vertex-ai-samples

Carnets d'adresses, exemples de code, applications d'exemple et autres ressources qui montrent comment utiliser, développer et gérer des flux de travail d'apprentissage automatique et d'IA générative à l'aide de Vertex AI de Google Cloud.

GoogleCloudPlatform
⭐ 801 Jupyter Notebook 👤 GoogleCloudPlatform Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2021-05-27
182
ayush714/data-science-roadmap

Feuille de route pour la science des données

ayush714
⭐ 783 👤 ayush714 User 🕐 Mis à jour 2024-06-07 📅 Créé 2022-09-25
183
fmind/mlops-coding-course

Apprenez à créer, développer et maintenir une base de code MLOps à la pointe de la technologie

fmind
⭐ 748 👤 fmind User 🕐 Mis à jour 2026-11-08 📅 Créé 2024-01-28
184
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
185
zenml-io/awesome-open-data-annotation

Outils open source d'annotation et d'étiquetage de données

zenml-io
⭐ 736 👤 zenml-io Organization 🕐 Mis à jour 2026-07-06 📅 Créé 2022-06-05
186
devopsinsiders/azure-aws-gcp-devsecops-mlops-batch-18

Bienvenue dans le dépôt officiel de Batch18 ! 📚👩‍💻 Ici, vous trouverez une collection organisée de notes de cours, d'exercices et de fragments de code générés lors de nos séances.

devopsinsiders
⭐ 726 HCL 👤 devopsinsiders User 🕐 Mis à jour 2026-11-15 📅 Créé 2025-12-07
187
databricks/mlops-stacks

Ce dépôt fournit une pile personnalisable pour démarrer de nouveaux projets ML sur Databricks qui suivent les meilleures pratiques de production dès le départ.

databricks
⭐ 726 Go Template 👤 databricks Organization 🕐 Mis à jour 2026-11-13 📅 Créé 2022-07-18
188
nuclia/nucliadb

NucliaDB, la base de données de recherche IA pour RAG

nuclia
⭐ 722 Python 👤 nuclia Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2022-04-05
189
cresset-template/cresset

Dépôt modèle pour construire des projets PyTorch à partir de la source sur n'importe quelle version de PyTorch/CUDA/cuDNN.

cresset-template
⭐ 721 Dockerfile 👤 cresset-template Organization 🕐 Mis à jour 2025-01-11 📅 Créé 2021-09-16
190
statmike/gcp-mlops

Flux de travail de bout en bout de Google Cloud Platform Vertex AI pour les opérations d'apprentissage automatique

statmike
⭐ 719 Jupyter Notebook 👤 statmike User 🕐 Mis à jour 2026-10-21 📅 Créé 2021-07-16
191
Meesho/BharatMLStack

BharatMLStack est une pile d'infrastructure d'apprentissage automatique open-source de bout en bout construite chez Meesho pour prendre en charge les charges de travail ML en temps réel et par lots à l'échelle de Bharat

Meesho
⭐ 716 Go 👤 Meesho Organization 🕐 Mis à jour 2026-11-14 📅 Créé 2025-05-23
192
arthurhenrique/cookiecutter-fastapi

Modèle Cookiecutter pour les projets FastAPI utilisant : Machine Learning, uv, GitHub Actions et Pytests

arthurhenrique
⭐ 706 Python 👤 arthurhenrique User 🕐 Mis à jour 2025-08-25 📅 Créé 2020-01-12
193
jpmml/sklearn2pmml

Bibliothèque Python pour convertir les pipelines Scikit-Learn en PMML

jpmml
⭐ 705 Python 👤 jpmml Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2015-11-10
194
farukalamai/advanced-machine-learning-engineer-roadmap-2024

Une feuille de route complète en ML (Machine Learning) Full Stack implique l'acquisition des compétences et des technologies nécessaires pour maîtriser tous les aspects du machine learning, y compris la collecte et le prétraitement des données, le développement de modèles, le déploiement et la maintenance.

farukalamai
⭐ 702 👤 farukalamai User 🕐 Mis à jour 2024-09-02 📅 Créé 2023-07-19
195
kossisoroyce/timber

Ollama pour les modèles ML classiques. Compilateur AOT qui transforme les modèles XGBoost, LightGBM, scikit-learn, CatBoost et ONNX en code d'inférence natif C99. Une commande pour charger, une commande pour servir. 336x plus rapide que l'inférence Python.

kossisoroyce
⭐ 692 Python 👤 kossisoroyce User 🕐 Mis à jour 2026-04-16 📅 Créé 2026-02-27
196
google/ml-metadata

Pour enregistrer et récupérer les métadonnées associées aux flux de travail des développeurs ML et des data scientists.

google
⭐ 687 C++ 👤 google Organization 🕐 Mis à jour 2026-08-14 📅 Créé 2019-01-15
197
triton-inference-server/python_backend

Backend Triton qui permet d'implémenter le prétraitement, le post-traitement et d'autres logiques en Python.

triton-inference-server
⭐ 684 C++ 👤 triton-inference-server Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2020-09-01
198
mlabonne/llm-autoeval

Évaluez automatiquement vos LLM dans Google Colab

mlabonne
⭐ 678 Python 👤 mlabonne User 🕐 Mis à jour 2024-05-07 📅 Créé 2024-01-01
199
featurestoreorg/serverless-ml-course

Cours d'apprentissage automatique sans serveur pour la création de services de prédiction basés sur l'IA à partir de modèles et de fonctionnalités

featurestoreorg
⭐ 678 Jupyter Notebook 👤 featurestoreorg Organization 🕐 Mis à jour 2024-09-24 📅 Créé 2022-09-01
200
LineaLabs/lineapy

Passez rapidement du prototype de science des données au pipeline. Capturez, analysez et transformez des notebooks désordonnés en pipelines de données en seulement deux lignes de code.

LineaLabs
⭐ 670 Jupyter Notebook 👤 LineaLabs Organization 🕐 Mis à jour 2025-02-22 📅 Créé 2021-07-28