#dataops Repository
Scopri 15 repository GitHub open source attivi contrassegnati con #dataops, che raccolgono un totale di 32,987 stelle (con una media di 2,199 stelle per progetto). Il progetto leader di questo argomento è lance-format/lance, con 7,374 stelle.
15 repository in totale
Formato Lakehouse aperto per l'IA multimodale. Converti da Parquet in 2 righe di codice per un accesso casuale 100 volte più veloce, indice vettoriale e versioning dei dati. Compatibile con Pandas, DuckDB, Polars, Pyarrow e PyTorch, con ulteriori integrazioni in arrivo.
Redpanda Console è un'interfaccia utente friendly per sviluppatori per gestire i tuoi carichi di lavoro Kafka/Redpanda. Console ti offre un approccio semplice e interattivo per ottenere visibilità sui tuoi topic, mascherare i dati, gestire i gruppi di consumer e esplorare i dati in tempo reale con il debugging di time-travel.
Framework di trasformazione dati scalabile ed efficiente - retrocompatibile con dbt.
Una libreria open-source per la registrazione dei dati per modelli di machine learning e pipeline di dati. 📚 Fornisce visibilità sulla qualità dei dati e sulle prestazioni del modello nel tempo. 🛡️ Supporta la raccolta dati che preserva la privacy, garantendo sicurezza e robustezza. 📈
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.
La soluzione di data observability nativa per dbt per ingegneri di dati e analytics. Monitora le tue pipeline di dati in pochi minuti. Disponibile come servizio self-hosted o cloud con funzionalità premium.
Kafka Docker per lo sviluppo. Kafka, Zookeeper, Schema Registry, Kafka-Connect, , 20+ connettori
Supporto a DataOps agili per le ontologie basati su Flink, DataX e Flink-CDC tramite un'interfaccia Web
📙 Fantastici cataloghi dati e piattaforme di osservabilità.
Optimus è un orchestratore di workflow facile da usare, affidabile e performante per la trasformazione dei dati, la modellazione dei dati, le pipeline e la gestione della qualità dei dati.
DataOps per le tecnologie Microsoft Data Platform. https://aka.ms/dataops-repo
Un elenco di strumenti per annotare i dati, gestire le annotazioni, ecc.
Motore per il tracciamento, la visualizzazione, l'esplicabilità, il rilevamento della deriva e i dashboard di IA/ML/dati per Polyaxon.
Domande frequenti
Qual è il repository #dataops più popolare su GitHub?
Il progetto open source #dataops più alto in classifica su GitHub è lance-format/lance, con 7,374 stelle. Formato Lakehouse aperto per l'IA multimodale. Converti da Parquet in 2 righe di codice per un accesso casuale 100 volte più veloce, indice vettoriale e versioning dei dati. Compatibile con Pandas, DuckDB, Polars, Pyarrow e PyTorch, con ulteriori integrazioni in arrivo.
Quali linguaggi di programmazione sono più utilizzati nei repository #dataops?
Tra i progetti #dataops più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Shell, Java, Rust.
Come viene calcolata la classifica dei repository #dataops?
Monitoriamo 15 repository open source attivi contrassegnati con #dataops (500+ stelle), per un totale di 32,987 stelle e una media di 2,199 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.