#mlops リポジトリ
#mlopsのタグが付いた、GitHub上の227件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は1,047,565個で、プロジェクトあたりの平均は4,614個です。このトピックをリードしているのは、50,112個のスターを獲得しているGokuMohandas/Made-With-MLです。
リポジトリ合計227件
Qdrant - 次世代AIのための高性能、大規模ベクトルデータベースおよびベクトル検索エンジン。クラウドでも利用可能 https://cloud.qdrant.io/
エージェント、LLM、MLモデル向けのオープンソースAIエンジニアリングプラットフォーム。MLflowは、あらゆる規模のチームが生産品質のAIアプリケーションをデバッグ、評価、監視、最適化できるようにし、コストを制御し、モデルとデータのアクセスを管理します。
エンドツーエンド、コードファーストのチュートリアルで、本番環境レベルの GenAI エージェントを構築。プロトタイプからエンタープライズデプロイまで。
機械学習をデプロイ、監視、バージョン管理、スケーリングするための素晴らしいオープンソースライブラリのキュレーションされたリスト
Weaviate は、オブジェクトとベクターの両方を保存するオープンソースのベクターデータベースで、ベクター検索と構造化フィルタリングの組み合わせを、クラウドネイティブデータベースの耐障害性とスケーラビリティとともに可能にします。
NVIDIA Cosmosは、ロボット、自動運転車、スマートインフラなどのための物理AIを開発者が構築できるようにする、ワールドモデル、データセット、ツールのオープンプラットフォームです。
TensorZero は、オープンソースの LLMOps プラットフォームで、LLM ゲートウェイ、観測可能性、評価、最適化、および実験を統一します。
Kedro は、生産環境に適したデータサイエンスのためのツールボックスです。ソフトウェアエンジニアリングのベストプラクティスを使用して、再現可能で、メンテナブルで、モジュール式のデータエンジニアリングおよびデータサイエンスのパイプラインを作成するのを支援します。
このリポジトリには、80社以上の300以上のケーススタディの厳選されたコレクションが含まれており、機械学習(ML)システム設計の実用的な応用と洞察を詳しく説明しています。コンテンツは、業界または特定のMLユースケースに基づいて関連するケーススタディを簡単に見つけられるように整理されています。
最先端チーム向けAIコンピュートプラットフォーム。SkyPilotは断片化されたAIコンピュートを1つのAIスーパーコンピュータに変え、最先端のAIチームがより迅速にカスタムインテリジェンスを構築できるようにします。
Python向けオープンソース、低コードAutoMLプラットフォーム。PyCaret 4.0: sklearnネイティブエンジン + Reactコントロールプレーン。
DeeplakeはエージェントのためのAIデータランタイムです。サーバーレスPostgreSQLとマルチモーダルデータレイクを提供し、スケーラブルな検索とトレーニングを可能にします。
Evidentlyは、MLおよびLLMのオブザーバビリティのためのオープンソースフレームワークです。AI搭載システムまたはデータパイプラインを評価、テスト、監視します。表形式データからGen AIまで。100以上のメトリクス。
お使いの k8s 上で、エージェント、ML パイプライン、リアルタイム推論を型安全かつ分散的にオーケストレーション——async/await を使った純粋な Python に加え、他の言語(Rust、Go、TypeScript)にも対応
マルチモーダルAI向けオープンレイクハウス形式。Parquetからわずか2行のコードで変換し、100倍高速なランダムアクセス、ベクターインデックス、データバージョニングを実現。Pandas、DuckDB、Polars、Pyarrow、PyTorchと互換性があり、さらなる統合が予定されています。
ClearML - AI ワークロードを効率化する自動魔法の CI/CD。実験管理、データ管理、パイプライン、オーケストレーション、スケジューリング&サービングを1つの MLOps/LLMOps ソリューションで
AIエージェントを数か月ではなく数分でGoogle Cloudにデプロイできます。CI/CD、評価、オブザーバビリティが組み込まれた本番環境対応のテンプレート。
Gemini Notebookへのプログラムによるアクセス - コマンドラインインターフェース (CLI)、Model Context Protocol (MCP) サーバー、およびAIエージェントスキルを介して。
障害耐性があり、高度にスケーラブルなGPUオーケストレーション、および数十億から兆単位のパラメータを持つモデルのトレーニング用に設計された機械学習フレームワーク
よくある質問
GitHubで最も人気のある#mlopsリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#mlopsプロジェクトは、50,112個のスターを獲得しているGokuMohandas/Made-With-MLです。本番環境レベルの ML アプリケーションの開発、デプロイ、および反復の方法を学びましょう。
#mlopsリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#mlopsプロジェクトでは、Python, Jupyter Notebook, Go, Rustが最も一般的なプログラミング言語です。
#mlopsリポジトリのランキングはどのように算出されていますか?
#mlopsのタグが付いた227件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は1,047,565個で、リポジトリあたりの平均は4,614個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。