#mlops 저장소
#mlops 태그가 지정된 GitHub의 활성 오픈 소스 저장소 227개를 확인해 보세요. 총 1,047,565개의 스타를 획득했으며 프로젝트당 평균 4,614개입니다. 이 주제를 이끄는 저장소는 50,112개의 스타를 받은 GokuMohandas/Made-With-ML입니다.
저장소 총 227개
Qdrant - 차세대 AI를 위한 고성능, 대규모 벡터 데이터베이스 및 벡터 검색 엔진. 클라우드에서도 사용 가능 https://cloud.qdrant.io/
에이전트, LLM, ML 모델을 위한 오픈 소스 AI 엔지니어링 플랫폼. MLflow는 모든 규모의 팀이 프로덕션 품질의 AI 애플리케이션을 디버그, 평가, 모니터링, 최적화할 수 있게 하며 비용을 제어하고 모델 및 데이터 액세스를 관리합니다.
엔드투엔드, 코드 우선 튜토리얼로 프로덕션 등급 GenAI 에이전트 구축. 프로토타입부터 엔터프라이즈 배포까지.
기계 학습을 배포, 모니터링, 버전 관리 및 확장하기 위한 훌륭한 오픈 소스 라이브러리들의 큐레이션된 목록
Weaviate는 객체와 벡터를 모두 저장하는 오픈 소스 벡터 데이터베이스로, 클라우드 네이티브 데이터베이스의 내결함성과 확장성을 가진 벡터 검색과 구조화된 필터링의 조합을 가능하게 합니다.
NVIDIA Cosmos는 로봇, 자율 주행 차량, 스마트 인프라 등을 위한 물리적 AI를 구축할 수 있도록 개발자에게 세계 모델, 데이터 세트 및 도구의 개방형 플랫폼을 제공합니다.
Kedro는 생산 준비가 된 데이터 사이언스를 위한 도구 상자입니다. 소프트웨어 엔지니어링 모범 사례를 사용하여 재현 가능하고, 유지 관리 가능하며, 모듈러인 데이터 엔지니어링 및 데이터 사이언스 파이프라인을 생성하는 데 도움을 줍니다.
🧠 Amazon SageMaker를 사용하여 머신 러닝 모델을 구축, 훈련 및 배포하는 방법을 보여주는 예제 📓 Jupyter 노트북.
이 리포지토리에는 80개 이상의 회사에서 제공하는 300개 이상의 엄선된 사례 연구 모음이 포함되어 있으며, 머신러닝(ML) 시스템 설계에 대한 실용적인 적용 사례와 인사이트를 자세히 설명합니다. 콘텐츠는 산업 또는 특정 ML 사용 사례에 따라 관련 사례 연구를 쉽게 찾을 수 있도록 구성되어 있습니다.
최첨단 팀을 위한 AI 컴퓨팅 플랫폼. SkyPilot은 분산된 AI 컴퓨팅을 하나의 AI 슈퍼컴퓨터로 전환하여 최첨단 AI 팀이 맞춤형 지능을 더 빠르게 구축할 수 있도록 합니다.
Deeplake는 에이전트를 위한 AI 데이터 런타임입니다. 서버리스 PostgreSQL과 멀티모달 데이터 레이크를 제공하여 확장 가능한 검색 및 훈련을 가능하게 합니다.
Evidently는 오픈 소스 ML 및 LLM 관찰 프레임워크입니다. 모든 AI 기반 시스템 또는 데이터 파이프라인을 평가, 테스트 및 모니터링하세요. 테이블 형식 데이터부터 Gen AI까지. 100개 이상의 지표.
사용 중인 k8s에서 에이전트, ML 파이프라인, 실시간 추론을 타입 안전하게 분산 오케스트레이션하세요 — async/await를 사용하는 순수 Python과 다른 언어(Rust, Go, TypeScript) 지원
멀티모달 AI를 위한 오픈 레이크하우스 형식. 단 2줄의 코드로 Parquet에서 변환하여 100배 빠른 임의 접근, 벡터 인덱스 및 데이터 버전 관리를 제공합니다. Pandas, DuckDB, Polars, Pyarrow, PyTorch와 호환되며, 더 많은 통합이 예정되어 있습니다.
ClearML - AI 워크로드를 간소화하는 자동 마법 같은 CI/CD. 실험 관리, 데이터 관리, 파이프라인, 오케스트레이션, 스케줄링 및 서빙을 하나의 MLOps/LLMOps 솔루션에서
AI 에이전트를 몇 달이 아닌 몇 분 만에 Google Cloud에 배포하십시오. CI/CD, 평가 및 관측 가능성이 내장된 프로덕션 준비 템플릿.
Gemini Notebook에 대한 프로그래밍 방식 액세스 - 명령줄 인터페이스(CLI), 모델 컨텍스트 프로토콜(MCP) 서버 및 AI 에이전트 기술을 통해.
오류 내성, 고도로 확장 가능한 GPU 오케스트레이션, 그리고 수십억에서 수조 개의 매개변수를 가진 모델 훈련을 위해 설계된 머신러닝 프레임워크
자주 묻는 질문
GitHub에서 가장 인기 있는 #mlops 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #mlops 프로젝트는 50,112개의 스타를 받은 GokuMohandas/Made-With-ML입니다. 프로덕션급 ML 애플리케이션을 개발, 배포 및 반복하는 방법을 배우세요.
#mlops 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #mlops 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, Go, Rust입니다.
#mlops 저장소 순위는 어떻게 계산되나요?
#mlops 태그가 지정된 활성 오픈 소스 저장소(227개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 1,047,565개이며 저장소당 평균 4,614개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.