#big-data Repositórios
133 repositórios no total
ArcticDB é um banco de dados DataFrame serverless de alto desempenho, construído para o ecossistema de Ciência de Dados em Python.
YTsaurus é uma plataforma de big data de código aberto, escalável e tolerante a falhas.
O Apache Ambari simplifica o provisionamento, o gerenciamento e o monitoramento de clusters Apache Hadoop.
🚀 Mais de 500 recursos selecionados para Análise de Dados e Ciência de Dados: Python, SQL, Estatística, ML, IA, Visualização, Folhas de dicas (Cheatsheets), Mapas de progresso (Roadmaps), Preparação para entrevistas. Para iniciantes e especialistas.
Apache BookKeeper - um serviço de armazenamento escalável, tolerante a falhas e de baixa latência otimizado para cargas de trabalho somente de anexação
Abstração e aceleração de dados fluida e elástica para aplicações BigData/IA em nuvem. (Projeto sob a CNCF)
Contornos de edifícios em todo o mundo derivados de imagens de satélite
:elephant: Elasticsearch, com pesquisa e análise em tempo real, integrado nativamente com Hadoop
O Apache Auron é um acelerador para mecanismos de big data que utiliza execução vetorizada nativa para acelerar o processamento de consultas.
Data lake de segurança de código aberto para caça a ameaças, detecção e resposta, e análise de segurança cibernética em escala de petabytes na AWS
Tutoriais de Apache Spark e Python (pySpark) para Análise de Big Data e Machine Learning como notebooks IPython / Jupyter
Um banco de dados MPP (Massively Parallel Processing) avançado e maduro de código aberto. Alternativa de código aberto ao Greenplum Database.
TBase é um banco de dados HTAP distribuído de nível empresarial. Por meio de um único cluster de banco de dados, ele oferece aos usuários serviços de banco de dados distribuídos altamente consistentes e serviços de data warehouse de alto desempenho, formando assim um conjunto de soluções integradas de nível empresarial.
A extensão para Scikit-learn é uma maneira perfeita de acelerar sua aplicação Scikit-learn
Sistema de armazenamento distribuído, escalável e confiável, otimizado para cargas de trabalho de análise de dados e armazenamento de objetos.
Aplicação desktop simples para Windows para visualização e consulta de arquivos Apache Parquet
GraphFrames é um pacote para Apache Spark que fornece Grafos baseados em DataFrames
Apache Amoro(incubating) é um sistema de gerenciamento de Lakehouse construído sobre formatos abertos de data lake.
Uma lista com curadoria de recursos surpreendentemente incríveis sobre Hadoop e o seu ecossistema
Servidor para o projeto ListenBrainz, incluindo o código front-end (javascript/react) que ele serve e todos os componentes de processamento de dados que o LB utiliza.
ADAM é uma plataforma de análise genômica com formatos de arquivo especializados construídos usando Apache Avro, Apache Spark e Apache Parquet. Licenciado sob Apache 2.
📙 Catálogos de Dados e Plataformas de Observabilidade Incríveis.
Um fork do @ClickHouse que suporta pesquisa vetorial de alto desempenho e pesquisa de texto completo.
Tencent Kona é uma distribuição gratuita e pronta para produção do Open Java Development Kit (OpenJDK), com suporte de longo prazo (LTS) e atualizações trimestrais. O Tencent Kona serve como o JDK padrão internamente na Tencent Cloud para computação em nuvem e outras aplicações Java.
Repositório de Carreiras em Ciência de Dados, Aprendizado de Máquina, Big Data e Análise de Negócios com Recursos de Carreira