Git Stars Git Stars

#data-engineering Repository

Scopri 152 repository GitHub open source attivi contrassegnati con #data-engineering, che raccolgono un totale di 727,632 stelle (con una media di 4,787 stelle per progetto). Il progetto leader di questo argomento è apache/superset, con 75,603 stelle.

152
Totale Repository
727,632
Totale stelle
4,787
Media Stelle/Repo

152 repository in totale

1
apache/superset

Apache Superset è una piattaforma di visualizzazione e esplorazione dei dati

apache
⭐ 75,603 Python 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2015-07-21
2
GokuMohandas/Made-With-ML

Impara a sviluppare, distribuire e iterare applicazioni ML di livello produttivo.

GokuMohandas
⭐ 50,112 Jupyter Notebook 👤 GokuMohandas User 🕐 Aggiornato 2026-03-04 📅 Creato 2018-11-05
3
apache/airflow

Apache Airflow - Una piattaforma per creare, pianificare e monitorare workflow in modo programmatico

apache
⭐ 47,583 Python 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2015-04-13
4
DataTalksClub/data-engineering-zoomcamp

Data Engineering Zoomcamp è un corso gratuito di 9 settimane sulla creazione di pipeline di dati pronte per la produzione. Iscriviti al corso qui 👇🏼

DataTalksClub
⭐ 46,997 Jupyter Notebook 👤 DataTalksClub Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2021-10-21
5
kestra-io/kestra

Orchestra tutto, ovunque. Il control plane open source per i workflow di dati, infrastruttura, processi aziendali e agenti di IA. Dichiarativo in YAML, basato su eventi, compatibile con qualsiasi linguaggio, versionato con Git e scalabile fino a milioni di esecuzioni.

kestra-io
⭐ 30,303 Java 👤 kestra-io Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2019-08-24
6
eugeneyan/applied-ml

📚 Paper e blog tecnici di aziende che condividono il loro lavoro su data science e machine learning in produzione.

eugeneyan
⭐ 28,577 👤 eugeneyan User 🕐 Aggiornato 2024-07-18 📅 Creato 2020-07-04
7
PrefectHQ/prefect

Prefect è un framework di orchestrazione dei workflow per la costruzione di pipeline di dati resilienti in Python.

PrefectHQ
⭐ 24,203 Python 👤 PrefectHQ Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2018-06-29
8
airbytehq/airbyte

Movimento di dati open-source per pipeline ELT e agenti AI — da API, database e file a data warehouse, data lake e applicazioni AI. Sia self-hosted che Cloud.

airbytehq
⭐ 22,426 Python 👤 airbytehq Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-07-27
9
Avaiga/taipy

Trasforma dati e algoritmi AI in applicazioni web pronte per la produzione in pochissimo tempo.

Avaiga
⭐ 19,458 Python 👤 Avaiga Organization 🕐 Aggiornato 2026-08-10 📅 Creato 2022-02-18
10
argoproj/argo-workflows

Motore di Flusso di Lavoro per Kubernetes

argoproj
⭐ 17,108 Go 👤 argoproj Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2017-08-21
11
dagster-io/dagster

Una piattaforma di orchestrazione per lo sviluppo, la produzione e l'osservazione di asset di dati.

dagster-io
⭐ 16,453 Python 👤 dagster-io Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2018-04-30
12
andkret/Cookbook

Il Cookbook di Data Engineering

andkret
⭐ 15,594 Python 👤 andkret User 🕐 Aggiornato 2026-10-16 📅 Creato 2019-03-10
13
semantica-agi/semantica

Livello semantico nativo dei grafi per un’IA aziendale affidabile

semantica-agi
⭐ 14,701 Python 👤 semantica-agi Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2025-06-25
14
fivetran/great_expectations

Sapere sempre cosa aspettarsi dai tuoi dati.

fivetran
⭐ 11,941 Python 👤 fivetran Organization 🕐 Aggiornato 2026-11-17 📅 Creato 2017-09-11
15
cocoindex-io/cocoindex

Motore incrementale per agenti a lungo orizzonte 🌟 Metti una stella se ti piace!

cocoindex-io
⭐ 11,923 Rust 👤 cocoindex-io Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2025-03-03
16
xonsh/xonsh

🐚 Shell alimentata da Python. Ampio, multiplatform e compatibile con l'IA.

xonsh
⭐ 9,704 Python 👤 xonsh Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2015-01-21
17
risingwavelabs/risingwave

Piattaforma di streaming eventi per AI agentica. Ingestion, trasformazione e servizio continuo di flussi di eventi in tempo reale, su larga scala.

risingwavelabs
⭐ 9,425 Rust 👤 risingwavelabs Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2022-01-28
18
mage-ai/mage-ai

🧙 Costruisci, esegui e gestisci pipeline di dati per l'integrazione e la trasformazione dei dati.

mage-ai
⭐ 8,850 Python 👤 mage-ai Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2022-05-16
19
redpanda-data/connect

Elaborazione di stream sofisticata resa operativamente banale

redpanda-data
⭐ 8,804 Go 👤 redpanda-data Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2016-03-22
20
growthbook/growthbook

Feature Flags Open Source, Esperimentazione e Analisi dei Prodotti

growthbook
⭐ 8,639 TypeScript 👤 growthbook Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2021-05-07
21
Zipstack/unstract

Estrazione di Dati Non Strutturati Guidata da LLM — Progettata per Distribuzioni API e Flussi di Lavoro ETL

Zipstack
⭐ 7,462 Python 👤 Zipstack Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2024-02-21
22
feast-dev/feast

Il Feature Store Open Source per AI/ML

feast-dev
⭐ 7,362 Python 👤 feast-dev Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2018-12-10
23
evidence-dev/evidence

Business intelligence come codice: crea visualizzazioni di dati veloci e interattive in SQL e markdown

evidence-dev
⭐ 7,140 TypeScript 👤 evidence-dev Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2021-05-27
24
cloudquery/cloudquery

Pipeline di dati per i dati di configurazione e sicurezza del cloud. Creazione di soluzioni per l'inventario degli asset cloud, CSPM, FinOps e la gestione delle vulnerabilità. Estrazione da AWS, Azure, GCP e oltre 70 fonti cloud e SaaS.

cloudquery
⭐ 6,561 Go 👤 cloudquery Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-11-18
25
dlt-hub/dlt

Il Data Load Tool (dlt) è una libreria Python open source che semplifica il caricamento dei dati 🛠️

dlt-hub
⭐ 6,115 Python 👤 dlt-hub Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2022-01-26
26
WeiYe-Jing/datax-web

Pagina di visualizzazione integrata di DataX: seleziona una sorgente dati per generare con un clic le attività di sincronizzazione dati. Supporta sorgenti dati come RDBMS, Hive, HBase, ClickHouse, MongoDB e altre. Creazione batch di attività di sincronizzazione dati RDBMS, integrazione con sistema di scheduling open source, supporto per elaborazione distribuita, sincronizzazione incrementale dati, visualizzazione in tempo reale dei log di esecuzione, monitoraggio risorse executor, KILL processi in esecuzione, crittografia informazioni sorgenti dati, ecc.

WeiYe-Jing
⭐ 5,958 Java 👤 WeiYe-Jing User 🕐 Aggiornato 2024-06-02 📅 Creato 2019-11-19
27
Eventual-Inc/Daft

Motore dati ad alte prestazioni per carichi di lavoro AI e multimodali. Elabora immagini, audio, video e dati strutturati su qualsiasi scala.

Eventual-Inc
⭐ 5,858 Rust 👤 Eventual-Inc Organization 🕐 Aggiornato 2026-11-09 📅 Creato 2022-04-25
28
treeverse/lakeFS

lakeFS - Controllo delle versioni dei dati per il tuo data lake | Git per i dati

treeverse
⭐ 5,590 Go 👤 treeverse Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2019-09-12
29
chiphuyen/dmls-book

Riassunti e risorse per il libro "Designing Machine Learning Systems" (Chip Huyen, O'Reilly 2022)

chiphuyen
⭐ 5,481 👤 chiphuyen User 🕐 Aggiornato 2026-06-09 📅 Creato 2022-05-27
30
ruc-datalab/DeepAnalyze

DeepAnalyze è il primo LLM agentico per la data science autonoma. 🎈 Il tuo analista di dati AI che analizza automaticamente grandi quantità di dati e genera report di analisi professionali con un solo clic!

ruc-datalab
⭐ 4,833 Python 👤 ruc-datalab Organization 🕐 Aggiornato 2026-11-02 📅 Creato 2025-10-11
31
rudderlabs/rudder-server

Alternativa a Segment focalizzata su Privacy e Sicurezza, in Golang e React

rudderlabs
⭐ 4,520 Go 👤 rudderlabs Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2019-07-19
32
Moataz-Elmesmary/Data-Science-Roadmap

Roadmap della Data Science dalla A alla Z

Moataz-Elmesmary
⭐ 4,429 👤 Moataz-Elmesmary User 🕐 Aggiornato 2025-12-06 📅 Creato 2022-04-17
33
whoiskatrin/sql-translator

SQL Translator è uno strumento per la conversione di query in linguaggio naturale in codice SQL utilizzando l'intelligenza artificiale. Questo progetto è gratuito al 100% e open source.

whoiskatrin
⭐ 4,315 TypeScript 👤 whoiskatrin User 🕐 Aggiornato 2025-07-06 📅 Creato 2023-03-11
34
aws/aws-sdk-pandas

pandas su AWS - Integrazione facile con Athena, Glue, Redshift, Timestream, Neptune, OpenSearch, QuickSight, Chime, CloudWatchLogs, DynamoDB, EMR, SecretManager, PostgreSQL, MySQL, SQLServer e S3 (Parquet, CSV, JSON e EXCEL).

aws
⭐ 4,124 Python 👤 aws Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2019-02-26
35
adilkhash/Data-Engineering-HowTo

Un elenco di risorse utili per imparare Data Engineering da zero

adilkhash
⭐ 4,049 👤 adilkhash User 🕐 Aggiornato 2026-10-30 📅 Creato 2019-03-28
36
knownsec/aipyapp

Python potenziato dall'IA e IA potenziata da Python (Uso di Python)

knownsec
⭐ 4,026 HTML 👤 knownsec Organization 🕐 Aggiornato 2026-02-15 📅 Creato 2025-04-06
37
quadratichq/quadratic

Foglio di calcolo con AI, Codice, Connessioni

quadratichq
⭐ 3,958 Rust 👤 quadratichq Organization 🕐 Aggiornato 2026-03-07 📅 Creato 2021-11-11
38
camelot-dev/camelot

Una libreria Python per estrarre dati tabulari dai PDF

camelot-dev
⭐ 3,858 Python 👤 camelot-dev Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2019-07-01
39
Netflix/maestro

Maestro: Workflow Orchestrator di Netflix

Netflix
⭐ 3,852 Java 👤 Netflix Organization 🕐 Aggiornato 2026-11-06 📅 Creato 2024-04-17
40
dathere/qsv

Toolkit neuro-simbolico ultrarapido per la manipolazione dei dati

dathere
⭐ 3,836 Rust 👤 dathere Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-12-11
41
moabukar/tech-vault

Un elenco di molte domande di colloquio e sfide del mondo reale nel settore tecnologico! (https://tech-vault-web.vercel.app/)

moabukar
⭐ 3,599 HCL 👤 moabukar User 🕐 Aggiornato 2026-03-01 📅 Creato 2023-03-27
42
lakehq/sail

Sostituto drop-in di Apache Spark scritto in Rust, che unifica l'elaborazione batch, l'elaborazione in streaming e i carichi di lavoro AI ad alta intensità computazionale.

lakehq
⭐ 3,504 Rust 👤 lakehq Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2023-12-21
43
superstreamlabs/memphis

Memphis.dev è una piattaforma di data streaming altamente scalabile e senza sforzo

superstreamlabs
⭐ 3,442 Go 👤 superstreamlabs Organization 🕐 Aggiornato 2026-03-02 📅 Creato 2022-02-01
44
GokuMohandas/mlops-course

Scopri come progettare, sviluppare, distribuire e iterare applicazioni ML pronte per la produzione.

GokuMohandas
⭐ 3,272 Jupyter Notebook 👤 GokuMohandas User 🕐 Aggiornato 2024-08-16 📅 Creato 2020-11-12
45
apache/devlake

Apache DevLake è una piattaforma open-source per dati di sviluppo per ingerire, analizzare e visualizzare i dati frammentati dagli strumenti DevOps, estraendo insight per l'eccellenza ingegneristica, l'esperienza degli sviluppatori e la crescita della community.

apache
⭐ 3,204 Go 👤 apache Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2021-07-08
46
itsdecodingai/second-brain-ai-assistant-course

Impara a costruire il tuo assistente AI Second Brain con LLM, agenti, RAG, fine-tuning, LLMOps e tecniche per sistemi AI.

itsdecodingai
⭐ 3,138 Jupyter Notebook 👤 itsdecodingai Organization 🕐 Aggiornato 2026-04-06 📅 Creato 2024-12-30
47
Zleap-AI/SAG

Un nuovo SOTA per RAG: un'architettura di recupero originale e una base di conoscenza open source per umani e agenti.

Zleap-AI
⭐ 3,004 Python 👤 Zleap-AI Organization 🕐 Aggiornato 2026-11-13 📅 Creato 2025-11-07
48
gunnarmorling/awesome-opensource-data-engineering

Un elenco fantastico di progetti open-source di data engineering

gunnarmorling
⭐ 2,946 👤 gunnarmorling User 🕐 Aggiornato 2024-10-04 📅 Creato 2020-02-11
49
danielbeach/data-engineering-practice

Esercizi pratici di ingegneria dei dati

danielbeach
⭐ 2,706 Python 👤 danielbeach User 🕐 Aggiornato 2025-01-08 📅 Creato 2022-02-17
50
meltano/meltano

Meltano: il motore di integrazione dati dichiarativo e orientato al codice che alimenta le tue idee più sfrenate di prodotti basati sui dati e sull'IA. Dì addio alla scrittura, alla manutenzione e alla scalabilità delle tue integrazioni API.

meltano
⭐ 2,683 Python 👤 meltano Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2021-06-21

Domande frequenti

1

Qual è il repository #data-engineering più popolare su GitHub?

Il progetto open source #data-engineering più alto in classifica su GitHub è apache/superset, con 75,603 stelle. Apache Superset è una piattaforma di visualizzazione e esplorazione dei dati

2

Quali linguaggi di programmazione sono più utilizzati nei repository #data-engineering?

Tra i progetti #data-engineering più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Go, Rust, Jupyter Notebook.

3

Come viene calcolata la classifica dei repository #data-engineering?

Monitoriamo 152 repository open source attivi contrassegnati con #data-engineering (500+ stelle), per un totale di 727,632 stelle e una media di 4,787 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.