Git Stars Git Stars

#data-engineering Repository

152
Totale Repository
727,632
Totale stelle
4,787
Media Stelle/Repo
51
apache/hamilton

Apache Hamilton aiuta data scientist e ingegneri a definire dataflow testabili, modulari e auto-documentanti, che codificano lineage/tracing e metadati. Funziona e scala ovunque lo faccia python.

apache
โญ 2,631 Jupyter Notebook ๐Ÿ‘ค apache Organization ๐Ÿ• Aggiornato 2026-11-16 ๐Ÿ“… Creato 2023-02-23
52
sodadata/soda-core

Motore di Data Contracts per lo stack di dati moderno. https://www.soda.io

sodadata
โญ 2,463 Python ๐Ÿ‘ค sodadata Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2020-12-14
53
metarank/metarank

Un servizio di machine learning low-code per il ranking personalizzato di articoli, annunci, risultati di ricerca, raccomandazioni che aumenta il coinvolgimento degli utenti. Un motore Learn-to-Rank amichevole

metarank
โญ 2,461 Scala ๐Ÿ‘ค metarank Organization ๐Ÿ• Aggiornato 2026-10-06 ๐Ÿ“… Creato 2020-08-19
54
running-elephant/datart

Datart รจ una piattaforma aperta di visualizzazione dati di nuova generazione

running-elephant
โญ 2,288 TypeScript ๐Ÿ‘ค running-elephant Organization ๐Ÿ• Aggiornato 2025-02-10 ๐Ÿ“… Creato 2021-10-15
55
bytewax/bytewax

Elaborazione di stream Python

bytewax
โญ 2,074 Python ๐Ÿ‘ค bytewax Organization ๐Ÿ• Aggiornato 2026-11-13 ๐Ÿ“… Creato 2022-02-04
56
data-engineering-community/data-engineering-wiki

Il posto migliore per imparare il data engineering. Costruito e mantenuto dalla community di data engineering.

data-engineering-community
โญ 2,067 CSS ๐Ÿ‘ค data-engineering-community Organization ๐Ÿ• Aggiornato 2026-09-15 ๐Ÿ“… Creato 2021-05-04
57
getnao/nao

๐Ÿ‘พ nao รจ la soluzione di BI agentica open source numero uno. (1) Crea contesto con la CLI nao-core; (2) distribuisci lโ€™interfaccia di chat nao per tutti.

getnao
โญ 2,034 TypeScript ๐Ÿ‘ค getnao Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2025-12-30
58
Datus-ai/Datus-agent

Il futuro del Data Engineering โ€” un client SQL da riga di comando per il moderno data stack, che abilita un context engineering nativamente AI per i dati.

Datus-ai
โญ 1,932 Python ๐Ÿ‘ค Datus-ai Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2025-07-04
59
feathr-ai/feathr

Feathr โ€“ Una piattaforma unificata e scalabile per l'ingegneria dei dati e dell'IA per le imprese

feathr-ai
โญ 1,916 Scala ๐Ÿ‘ค feathr-ai Organization ๐Ÿ• Aggiornato 2024-04-04 ๐Ÿ“… Creato 2022-02-18
60
dbt-labs/dbt-utils

Funzioni di utilitร  per progetti dbt.

dbt-labs
โญ 1,837 Makefile ๐Ÿ‘ค dbt-labs Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2017-07-16
61
kiwenlau/hadoop-cluster-docker

Esegui il cluster Hadoop all'interno di container Docker

kiwenlau
โญ 1,827 Shell ๐Ÿ‘ค kiwenlau User ๐Ÿ• Aggiornato 2024-07-01 ๐Ÿ“… Creato 2015-05-21
62
OBenner/data-engineering-interview-questions

Oltre 2000+ domande per colloqui di ingegnere dei dati.

OBenner
โญ 1,815 Python ๐Ÿ‘ค OBenner User ๐Ÿ• Aggiornato 2026-01-13 ๐Ÿ“… Creato 2021-08-08
63
Hiflylabs/awesome-dbt

Un elenco curato di fantastiche risorse dbt

Hiflylabs
โญ 1,754 ๐Ÿ‘ค Hiflylabs Organization ๐Ÿ• Aggiornato 2026-11-17 ๐Ÿ“… Creato 2021-10-09
64
benthecoder/yt-channels-DS-AI-ML-CS

Un elenco completo di oltre 180 canali YouTube per Data Science, Data Engineering, Machine Learning, Deep Learning, Informatica, programmazione, ingegneria del software, ecc.

benthecoder
โญ 1,732 ๐Ÿ‘ค benthecoder User ๐Ÿ• Aggiornato 2026-07-19 ๐Ÿ“… Creato 2021-06-14
65
DataWithBaraa/sql-ultimate-course

I materiali del corso gratuito di SQL di 30 ore: i database per SQL Server, MySQL e PostgreSQL, tutte le query dei 41 capitoli e le slide.

DataWithBaraa
โญ 1,711 TSQL ๐Ÿ‘ค DataWithBaraa User ๐Ÿ• Aggiornato 2026-11-06 ๐Ÿ“… Creato 2025-03-18
66
mlrun/mlrun

MLRun รจ una piattaforma open source MLOps per la rapida costruzione e gestione di applicazioni ML continue durante tutto il loro ciclo di vita. MLRun si integra nel tuo ambiente di sviluppo e CI/CD e automatizza la consegna di dati di produzione, pipeline ML e applicazioni online.

mlrun
โญ 1,703 Python ๐Ÿ‘ค mlrun Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2019-09-01
67
Multiwoven/multiwoven

๐Ÿ”ฅ๐Ÿ”ฅ๐Ÿ”ฅ Reverse ETL open source - alternativa a Hightouch e Census.

Multiwoven
โญ 1,685 Ruby ๐Ÿ‘ค Multiwoven Organization ๐Ÿ• Aggiornato 2026-11-18 ๐Ÿ“… Creato 2023-10-20
68
Kaelio/ktx

ktx รจ un livello di contesto eseguibile per agenti di dati e analisi ๐Ÿ™ Consenti a Claude Code, Codex o altri agenti AI di interrogare database analitici in modo accurato e con il pieno contesto della tua azienda

Kaelio
โญ 1,633 TypeScript ๐Ÿ‘ค Kaelio Organization ๐Ÿ• Aggiornato 2026-11-18 ๐Ÿ“… Creato 2026-05-10
69
kantord/just-dashboard

:bar_chart: :clipboard: Cruscotti che utilizzano file YAML o JSON

kantord
โญ 1,587 TypeScript ๐Ÿ‘ค kantord User ๐Ÿ• Aggiornato 2026-02-21 ๐Ÿ“… Creato 2018-01-18
70
quixio/quix-streams

DataFrame di streaming Python per Kafka

quixio
โญ 1,582 Python ๐Ÿ‘ค quixio Organization ๐Ÿ• Aggiornato 2026-11-18 ๐Ÿ“… Creato 2022-11-17
71
JeffSackmann/tennis_atp

Classifiche, Risultati e Statistiche ATP Tennis

JeffSackmann
โญ 1,577 ๐Ÿ‘ค JeffSackmann User ๐Ÿ• Aggiornato 2026-06-08 ๐Ÿ“… Creato 2015-03-13
72
chenditc/investment_data

Script e documentazione per https://www.dolthub.com/repositories/chenditc/investment_data

chenditc
โญ 1,571 Python ๐Ÿ‘ค chenditc User ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2022-07-19
73
slothflowlabs/duckle

ETL/ELT open source da implementare sui propri server o nel cloud. Basato su DuckDB: pipeline visive no-code/low-code o SQL, 446 componenti, dbt, CDC, qualitร  dei dati, reverse ETL, lineage e MCP per agenti IA. Nessun cloud del fornitore, nessuna fatturazione per riga.

slothflowlabs
โญ 1,558 Rust ๐Ÿ‘ค slothflowlabs Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2026-05-21
74
duneanalytics/spellbook

Visualizzazioni SQL per Dune

duneanalytics
โญ 1,529 Python ๐Ÿ‘ค duneanalytics Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2020-01-31
75
pyper-dev/pyper

Python concorrente reso semplice

pyper-dev
โญ 1,521 Python ๐Ÿ‘ค pyper-dev User ๐Ÿ• Aggiornato 2025-02-04 ๐Ÿ“… Creato 2024-05-22
76
pyjanitor-devs/pyjanitor

API pulite per la pulizia dei dati. Implementazione in Python del pacchetto R Janitor

pyjanitor-devs
โญ 1,500 Python ๐Ÿ‘ค pyjanitor-devs Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2018-03-04
77
ashishps1/awesome-engineering-articles

Una collezione curata di oltre 300 articoli di blog di ingegneria dalle principali aziende tecnologiche. Scopri come i migliori team di ingegneria risolvono problemi reali su larga scala.

ashishps1
โญ 1,491 ๐Ÿ‘ค ashishps1 User ๐Ÿ• Aggiornato 2026-03-01 ๐Ÿ“… Creato 2026-02-15
78
lvgalvao/data-engineering-roadmap

Formazione Professionale in Ingegneria dei Dati e IA

lvgalvao
โญ 1,451 Python ๐Ÿ‘ค lvgalvao User ๐Ÿ• Aggiornato 2026-05-12 ๐Ÿ“… Creato 2024-01-16
79
opendatadiscovery/odd-platform

La prima piattaforma open-source per la scoperta e l'osservabilitร  dei dati. Semplifichiamo la vita ai professionisti dei dati in modo che tu possa concentrarti sul tuo business.

opendatadiscovery
โญ 1,441 Java ๐Ÿ‘ค opendatadiscovery Organization ๐Ÿ• Aggiornato 2026-10-19 ๐Ÿ“… Creato 2021-07-07
80
GoogleCloudPlatform/data-science-on-gcp

Codice sorgente che accompagna il libro: Data Science su Google Cloud Platform, Valliappa Lakshmanan, O'Reilly 2017

GoogleCloudPlatform
โญ 1,432 Jupyter Notebook ๐Ÿ‘ค GoogleCloudPlatform Organization ๐Ÿ• Aggiornato 2026-02-20 ๐Ÿ“… Creato 2017-02-10
81
zapret-info/z-i

Registro degli indirizzi Internet filtrati nella Federazione Russa

zapret-info
โญ 1,388 ๐Ÿ‘ค zapret-info User ๐Ÿ• Aggiornato 2025-10-01 ๐Ÿ“… Creato 2012-11-19
82
quiltdata/quilt

Quilt รจ una piattaforma di gestione scientifica dei dati su AWS che aiuta team e AI a trovare, fidarsi e riutilizzare i dati attraverso pacchetti di dati profondamente versionati e ricchi di contesto.

quiltdata
โญ 1,373 TypeScript ๐Ÿ‘ค quiltdata Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2017-02-10
83
spark-examples/pyspark-examples

Esempi di PySpark RDD, DataFrame e Dataset in linguaggio Python

spark-examples
โญ 1,371 Python ๐Ÿ‘ค spark-examples Organization ๐Ÿ• Aggiornato 2025-12-07 ๐Ÿ“… Creato 2019-11-26
84
gtoonstra/etl-with-airflow

Migliori pratiche ETL con Airflow, con esempi

gtoonstra
โญ 1,353 Shell ๐Ÿ‘ค gtoonstra User ๐Ÿ• Aggiornato 2024-09-25 ๐Ÿ“… Creato 2016-10-16
85
Sniper970119/dianping_spider

Crawler Dianping (interamente navigabile sul sito, risolve la crittografia dei font dinamici, non OCR). Aggiornamento continuo

Sniper970119
โญ 1,329 Python ๐Ÿ‘ค Sniper970119 User ๐Ÿ• Aggiornato 2026-11-03 ๐Ÿ“… Creato 2021-01-22
86
Data-Learn/data-engineering

Introduzione all'ingegneria dei dati

Data-Learn
โญ 1,323 Python ๐Ÿ‘ค Data-Learn Organization ๐Ÿ• Aggiornato 2025-04-20 ๐Ÿ“… Creato 2020-05-14
87
bitol-io/open-data-contract-standard

Sede dell'Open Data Contract Standard (ODCS).

bitol-io
โญ 1,238 Shell ๐Ÿ‘ค bitol-io Organization ๐Ÿ• Aggiornato 2026-11-17 ๐Ÿ“… Creato 2023-06-27
88
abhishek-ch/around-dataengineering

Un Knowledge Hub per Data Engineering e Machine Learning

abhishek-ch
โญ 1,140 Python ๐Ÿ‘ค abhishek-ch User ๐Ÿ• Aggiornato 2024-02-02 ๐Ÿ“… Creato 2020-09-18
89
daochenzha/data-centric-AI

Un elenco curato, ma incompleto, di risorse di intelligenza artificiale incentrate sui dati.

daochenzha
โญ 1,138 ๐Ÿ‘ค daochenzha User ๐Ÿ• Aggiornato 2024-06-26 ๐Ÿ“… Creato 2023-03-07
90
datacontract/datacontract-cli

Test open source dei contratti dei dati per Snowflake, Databricks, BigQuery, Kafka e altre 15 piattaforme. Basati sullโ€™Open Data Contract Standard (ODCS). Licenza MIT.

datacontract
โญ 1,114 JavaScript ๐Ÿ‘ค datacontract Organization ๐Ÿ• Aggiornato 2026-11-18 ๐Ÿ“… Creato 2023-07-24
91
youngwookim/awesome-hadoop

Un elenco curato di fantastiche risorse Hadoop e dell'ecosistema Hadoop

youngwookim
โญ 1,113 ๐Ÿ‘ค youngwookim User ๐Ÿ• Aggiornato 2024-05-07 ๐Ÿ“… Creato 2014-07-08
92
DataWithBaraa/sql-data-warehouse-project

Crea un data warehouse in SQL Server a partire da due sistemi sorgente, un CRM e un ERP, passando per i livelli bronze, silver e gold. File e script del progetto completo gratuito.

DataWithBaraa
โญ 1,089 TSQL ๐Ÿ‘ค DataWithBaraa User ๐Ÿ• Aggiornato 2026-11-06 ๐Ÿ“… Creato 2024-12-30
93
JohnSnowLabs/spark-nlp-workshop

Esempi pubblici eseguibili di utilizzo di NLP di John Snow Labs per Apache Spark.

JohnSnowLabs
โญ 1,089 Jupyter Notebook ๐Ÿ‘ค JohnSnowLabs Organization ๐Ÿ• Aggiornato 2026-11-17 ๐Ÿ“… Creato 2018-08-20
94
mattm/sql-style-guide

Una guida soggettiva per scrivere SQL pulito e manutenibile.

mattm
โญ 1,088 ๐Ÿ‘ค mattm User ๐Ÿ• Aggiornato 2025-01-14 ๐Ÿ“… Creato 2019-03-27
95
nijikokun/generate-schema

๐Ÿงž Converti oggetti JSON in MySQL, JSON Schema, Mongoose, Google BigQuery, Swagger e altro ancora.

nijikokun
โญ 1,067 JavaScript ๐Ÿ‘ค nijikokun User ๐Ÿ• Aggiornato 2024-01-30 ๐Ÿ“… Creato 2015-02-16
96
opendatadiscovery/awesome-data-catalogs

๐Ÿ“™ Fantastici cataloghi dati e piattaforme di osservabilitร .

opendatadiscovery
โญ 1,059 ๐Ÿ‘ค opendatadiscovery Organization ๐Ÿ• Aggiornato 2025-08-14 ๐Ÿ“… Creato 2021-07-14
97
DataTalksClub/stock-markets-analytics-zoomcamp

Materiali del corso per Analytics nei mercati azionari Zoomcamp

DataTalksClub
โญ 1,052 Jupyter Notebook ๐Ÿ‘ค DataTalksClub Organization ๐Ÿ• Aggiornato 2026-10-30 ๐Ÿ“… Creato 2024-02-14
โญ 1,043 HTML ๐Ÿ‘ค ajitpal User ๐Ÿ• Aggiornato 2026-04-09 ๐Ÿ“… Creato 2015-10-23
99
dataform-co/dataform

Dataform รจ un framework per la gestione di operazioni sui dati basate su SQL in BigQuery.

dataform-co
โญ 998 TypeScript ๐Ÿ‘ค dataform-co Organization ๐Ÿ• Aggiornato 2026-11-20 ๐Ÿ“… Creato 2018-09-03
100
estuary/flow

๐ŸŒŠ Sincronizza continuamente i sistemi in cui risiedono i tuoi dati con i sistemi in cui _vuoi_ che risiedano, gestendo i tuoi flussi di dati con Estuary. ๐ŸŒŠ

estuary
โญ 995 Rust ๐Ÿ‘ค estuary Organization ๐Ÿ• Aggiornato 2026-11-21 ๐Ÿ“… Creato 2020-02-13