Git Stars Git Stars

#data Repositórios

Descubra 232 repositórios ativos de código aberto no GitHub marcados com #data, acumulando um total de 1,106,761 estrelas (uma média de 4,770 por projeto). O líder deste tópico é D4Vinci/Scrapling, com 104,760 estrelas.

232
Total de Repositórios
1.1M
Total de estrelas
4,770
Média de Estrelas/Repositório

232 repositórios no total

1
D4Vinci/Scrapling

🕷️ O MELHOR framework de web scraping, que dá conta de tudo, desde uma única solicitação até uma coleta em grande escala! Não seja tímido: participe aqui https://discord.gg/EMgGbDceNQ e siga-nos aqui para receber dicas e truques diários: https://x.com/Scrapling_dev

D4Vinci
⭐ 104,760 Python 👤 D4Vinci User 🕐 Atualizado 2026-11-17 📅 Criado 2024-10-13
2
Asabeneh/30-Days-Of-Python

O desafio de programação '30 Dias de Python' é um guia passo a passo para aprender a linguagem de programação Python em 30 dias. Este desafio pode levar mais de 100 dias. Siga o seu próprio ritmo. Estes vídeos também podem ajudar: https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw

Asabeneh
⭐ 79,242 Python 👤 Asabeneh User 🕐 Atualizado 2026-09-30 📅 Criado 2019-11-19
3
run-llama/llama_index

LlamaIndex é a plataforma de processamento de documentos para IA

run-llama
⭐ 52,973 Python 👤 run-llama Organization 🕐 Atualizado 2026-11-20 📅 Criado 2022-11-02
4
TanStack/query

🤖 Gerenciamento de estado assíncrono poderoso, utilitários de estado do servidor e busca de dados para a web. TS/JS, React Query, Solid Query, Svelte Query e Vue Query.

TanStack
⭐ 50,604 TypeScript 👤 TanStack Organization 🕐 Atualizado 2026-11-20 📅 Criado 2019-09-10
5
metabase/metabase

A ferramenta de Business Intelligence e Análise Embutida de código aberto e fácil de usar que permite a todos trabalhar com dados :bar_chart:

metabase
⭐ 50,457 Clojure 👤 metabase Organization 🕐 Atualizado 2026-11-21 📅 Criado 2015-02-02
6
DataExpert-io/data-engineer-handbook

Este é um repositório com links para tudo o que você gostaria de aprender sobre engenharia de dados

DataExpert-io
⭐ 45,237 Jupyter Notebook 👤 DataExpert-io Organization 🕐 Atualizado 2026-08-03 📅 Criado 2023-11-19
7
SheetJS/sheetjs

📗 SheetJS Spreadsheet Data Toolkit -- Novo lar https://git.sheetjs.com/SheetJS/sheetjs

SheetJS
⭐ 36,097 👤 SheetJS Organization 🕐 Atualizado 2024-04-18 📅 Criado 2012-12-03
8
vercel/swr

Hooks do React para Busca de Dados

vercel
⭐ 32,497 TypeScript 👤 vercel Organization 🕐 Atualizado 2026-10-16 📅 Criado 2019-10-28
9
PrefectHQ/prefect

Prefect é um framework de orquestração de fluxo de trabalho para construir pipelines de dados resilientes em Python.

PrefectHQ
⭐ 24,203 Python 👤 PrefectHQ Organization 🕐 Atualizado 2026-11-21 📅 Criado 2018-06-29
10
sinaptik-ai/pandas-ai

Converse com seu banco de dados ou seu datalake (SQL, CSV, parquet). O PandasAI torna a análise de dados conversacional usando LLMs e RAG.

sinaptik-ai
⭐ 23,905 Python 👤 sinaptik-ai Organization 🕐 Atualizado 2025-10-28 📅 Criado 2023-04-22
11
akfamily/akshare

AKShare é uma biblioteca de interface de dados financeiros elegante e simples para Python, construída para seres humanos! Biblioteca de Interface de Dados Financeiros de Código Aberto

akfamily
⭐ 23,425 Python 👤 akfamily Organization 🕐 Atualizado 2026-11-20 📅 Criado 2019-10-01
12
airbytehq/airbyte

Movimentação de dados open-source para pipelines ELT e agentes de IA — de APIs, bancos de dados e arquivos para data warehouses, lagos de dados e aplicações de IA. Tanto self-hosted quanto Cloud.

airbytehq
⭐ 22,426 Python 👤 airbytehq Organization 🕐 Atualizado 2026-11-21 📅 Criado 2020-07-27
13
fivethirtyeight/data

Dados e código por trás dos artigos e gráficos do FiveThirtyEight

fivethirtyeight
⭐ 17,385 Jupyter Notebook 👤 fivethirtyeight Organization 🕐 Atualizado 2025-02-25 📅 Criado 2014-03-17
14
prestodb/presto

O lar oficial do motor de consulta SQL distribuído Presto para big data

prestodb
⭐ 16,777 Java 👤 prestodb Organization 🕐 Atualizado 2026-11-20 📅 Criado 2012-08-09
15
faker-js/faker

Gere enormes quantidades de dados falsos no navegador e no node.js

faker-js
⭐ 15,556 TypeScript 👤 faker-js Organization 🕐 Atualizado 2026-11-20 📅 Criado 2022-01-07
16
oxnr/awesome-bigdata

Uma lista selecionada de frameworks, recursos e outras coisas incríveis de big data.

oxnr
⭐ 14,744 👤 oxnr User 🕐 Atualizado 2026-11-13 📅 Criado 2014-07-04
17
apple/pkl

Uma linguagem de configuração como código com validação rica e ferramentas.

apple
⭐ 11,585 Java 👤 apple Organization 🕐 Atualizado 2026-11-18 📅 Criado 2024-01-19
18
PRQL/prql

PRQL é uma linguagem moderna para transformar dados — uma substituição simples, poderosa e baseada em pipeline para o SQL

PRQL
⭐ 10,948 Rust 👤 PRQL Organization 🕐 Atualizado 2026-11-21 📅 Criado 2022-01-18
19
neondatabase/electric

A plataforma de agente construída sobre sync.

neondatabase
⭐ 10,434 TypeScript 👤 neondatabase Organization 🕐 Atualizado 2026-11-18 📅 Criado 2022-06-01
20
bchavez/Bogus

:card_index: Um gerador de dados falsos simples para C#, F# e VB.NET. Baseado e portado do famoso faker.js.

bchavez
⭐ 9,752 C# 👤 bchavez User 🕐 Atualizado 2025-12-22 📅 Criado 2015-06-06
21
rawgraphs/rawgraphs-app

Uma interface web para criar visualizações personalizadas baseadas em vetores sobre o núcleo do RAWGraphs

rawgraphs
⭐ 9,058 JavaScript 👤 rawgraphs Organization 🕐 Atualizado 2026-10-08 📅 Criado 2013-04-17
22
mage-ai/mage-ai

🧙 Construa, execute e gerencie pipelines de dados para integrar e transformar dados.

mage-ai
⭐ 8,850 Python 👤 mage-ai Organization 🕐 Atualizado 2026-11-20 📅 Criado 2022-05-16
23
OpenDCAI/DataFlow

[SIGMOD'27] Preparação de dados simplificada com os mais recentes operadores e pipelines baseados em LLM.

OpenDCAI
⭐ 8,650 Python 👤 OpenDCAI Organization 🕐 Atualizado 2026-11-18 📅 Criado 2024-10-13
24
tabulator-tables/tabulator

Tabelas Interativas e Grades de Dados para JavaScript

tabulator-tables
⭐ 7,825 JavaScript 👤 tabulator-tables Organization 🕐 Atualizado 2026-11-19 📅 Criado 2015-10-24
25
datajuicer/data-juicer

Processamento de dados para e com modelos de fundação! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

datajuicer
⭐ 7,266 Python 👤 datajuicer Organization 🕐 Atualizado 2026-11-20 📅 Criado 2023-08-01
26
snowplow/snowplow

O líder em Infraestrutura de Dados do Cliente

snowplow
⭐ 7,052 Scala 👤 snowplow Organization 🕐 Atualizado 2026-10-19 📅 Criado 2012-03-01
27
speedyapply/2027-AI-College-Jobs

Lista de estágios e empregos para novos graduados em IA/ML 2027 atualizada diariamente

speedyapply
⭐ 6,657 👤 speedyapply Organization 🕐 Atualizado 2026-11-20 📅 Criado 2024-09-11
28
cloudquery/cloudquery

Pipelines de dados para configuração de nuvem e dados de segurança. Crie soluções de inventário de ativos em nuvem, CSPM, FinOps e gerenciamento de vulnerabilidades. Extraia dados da AWS, Azure, GCP e mais de 70 fontes de nuvem e SaaS.

cloudquery
⭐ 6,561 Go 👤 cloudquery Organization 🕐 Atualizado 2026-11-21 📅 Criado 2020-11-18
29
cue-lang/cue

O lar da linguagem CUE! Valide e defina configurações dinâmicas e baseadas em texto

cue-lang
⭐ 6,335 Go 👤 cue-lang Organization 🕐 Atualizado 2026-11-20 📅 Criado 2021-07-02
30
axa-group/Parsr

Transforma PDF, Documentos e Imagens em Dados Estruturados Enriquecidos

axa-group
⭐ 6,175 JavaScript 👤 axa-group Organization 🕐 Atualizado 2026-03-20 📅 Criado 2019-08-05
31
dlt-hub/dlt

data load tool (dlt) é uma biblioteca Python de código aberto que facilita o carregamento de dados 🛠️

dlt-hub
⭐ 6,115 Python 👤 dlt-hub Organization 🕐 Atualizado 2026-11-20 📅 Criado 2022-01-26
32
mdn/browser-compat-data

Dados de compatibilidade do navegador para tecnologias da Web, conforme exibido no MDN

mdn
⭐ 5,800 JSON 👤 mdn Organization 🕐 Atualizado 2026-11-21 📅 Criado 2016-03-29
33
airbnb/knowledge-repo

Uma plataforma de compartilhamento de conhecimento selecionada de próxima geração para cientistas de dados e outras profissões técnicas.

airbnb
⭐ 5,537 Python 👤 airbnb Organization 🕐 Atualizado 2024-09-04 📅 Criado 2016-08-17
34
BIT-DataLab/Edit-Banana

Edit Banana: Um framework para converter formatos estatísticos em editáveis.

BIT-DataLab
⭐ 5,510 Python 👤 BIT-DataLab Organization 🕐 Atualizado 2026-11-20 📅 Criado 2026-01-16
35
glideapps/glide-data-grid

🚀 O Glide Data Grid é uma grade de dados React incrivelmente rápida e sem concessões, que oferece renderização avançada, acessibilidade de primeira classe e suporte total ao TypeScript.

glideapps
⭐ 5,448 TypeScript 👤 glideapps Organization 🕐 Atualizado 2026-11-13 📅 Criado 2020-10-28
36
brianvoe/gofakeit

Gerador de dados falsos aleatórios escrito em go

brianvoe
⭐ 5,408 Go 👤 brianvoe User 🕐 Atualizado 2026-11-20 📅 Criado 2015-04-24
37
superduper-io/superduper

Superduper: Framework de ponta a ponta para a criação de aplicações e agentes de IA personalizados.

superduper-io
⭐ 5,317 Python 👤 superduper-io Organization 🕐 Atualizado 2025-09-01 📅 Criado 2022-08-30
38
tinyplex/tinybase

Um armazenamento de dados reativo e motor de sincronização.

tinyplex
⭐ 5,219 TypeScript 👤 tinyplex Organization 🕐 Atualizado 2026-11-18 📅 Criado 2021-12-31
39
ckan/ckan

CKAN é um DMS (sistema de gestão de dados) de código aberto para alimentar centros de dados e portais de dados. O CKAN facilita a publicação, o compartilhamento e o uso de dados. Ele alimenta o catalog.data.gov, open.canada.ca/data, data.humdata.org entre muitos outros sites.

ckan
⭐ 5,162 Python 👤 ckan Organization 🕐 Atualizado 2026-11-20 📅 Criado 2011-11-10
40
ArroyoSystems/arroyo

Motor de processamento de fluxo distribuído em Rust

ArroyoSystems
⭐ 5,083 Rust 👤 ArroyoSystems Organization 🕐 Atualizado 2026-11-18 📅 Criado 2023-03-31
41
lk-geimfari/mimesis

Mimesis é uma biblioteca Python para gerar dados falsos, porém realistas, em vários idiomas e locais.

lk-geimfari
⭐ 4,873 Python 👤 lk-geimfari User 🕐 Atualizado 2026-11-13 📅 Criado 2016-09-09
42
mlabonne/llm-datasets

Lista selecionada de conjuntos de dados e ferramentas para pós-treinamento.

mlabonne
⭐ 4,838 👤 mlabonne User 🕐 Atualizado 2026-04-29 📅 Criado 2024-04-27
43
ruc-datalab/DeepAnalyze

DeepAnalyze é o primeiro LLM agêntico para ciência de dados autônoma. 🎈 Seu analista de dados de IA que analisa automaticamente grandes volumes de dados e gera relatórios de análise profissionais com apenas um clique!

ruc-datalab
⭐ 4,833 Python 👤 ruc-datalab Organization 🕐 Atualizado 2026-11-02 📅 Criado 2025-10-11
44
tensorflow/datasets

TFDS é uma coleção de conjuntos de dados prontos para usar com TensorFlow, Jax, ...

tensorflow
⭐ 4,610 Python 👤 tensorflow Organization 🕐 Atualizado 2026-11-13 📅 Criado 2018-09-10
45
jonschlinkert/gray-matter

Analisador de front matter YAML mais inteligente, utilizado por metalsmith, Gatsby, Netlify, Assemble, mapbox-gl, phenomic, vuejs vitepress, TinaCMS, Shopify Polaris, Ant Design, Astro, hashicorp, garden, slidev, saber, sourcegraph, e muitos outros. Simples de usar e testado em batalha. Analisa YAML por padrão, mas também pode analisar JSON Front Matter, Coffee Front Matter, TOML Front Matter e tem suporte para analisadores personalizados. Por favor, siga o autor de gray-matter: https://github.com/jonschlinkert

jonschlinkert
⭐ 4,452 JavaScript 👤 jonschlinkert User 🕐 Atualizado 2025-06-14 📅 Criado 2014-01-28
46
truefoundry/cognita

Estrutura RAG (Retrieval Augmented Generation) para construir aplicações modulares e de código aberto para produção pela TrueFoundry

truefoundry
⭐ 4,329 Python 👤 truefoundry Organization 🕐 Atualizado 2026-02-23 📅 Criado 2023-07-26
47
StructuredLabs/preswald

Preswald é um empacotador WASM para aplicações de dados interativas baseadas em Python: agrupa fluxos de trabalho de dados complexos completos, particularmente visualizações, em arquivos únicos, executáveis completamente no navegador, usando Pyodide, DuckDB, Pandas e Plotly, Matplotlib, etc. Crie dashboards, relatórios e notebooks que rodam offline, carregam rapidamente e são compartilhados como um documento.

StructuredLabs
⭐ 4,266 Python 👤 StructuredLabs Organization 🕐 Atualizado 2026-06-11 📅 Criado 2024-12-14
48
ucbepic/docetl

Um sistema baseado em agentes para processamento de dados e ETL, impulsionado por LLM.

ucbepic
⭐ 4,266 Python 👤 ucbepic Organization 🕐 Atualizado 2026-11-17 📅 Criado 2024-07-09
49
quadratichq/quadratic

Planilha com IA, Código, Conexões

quadratichq
⭐ 3,958 Rust 👤 quadratichq Organization 🕐 Atualizado 2026-03-07 📅 Criado 2021-11-11
50
Jon-Becker/prediction-market-analysis

Um framework para coleta e análise de dados de mercado de previsão, incluindo o maior conjunto de dados público disponível de mercado e negociações da Polymarket e Kalshi.

Jon-Becker
⭐ 3,950 Python 👤 Jon-Becker User 🕐 Atualizado 2026-10-29 📅 Criado 2025-11-22

Perguntas Frequentes

1

Qual é o repositório de #data mais popular no GitHub?

O projeto de código aberto de #data mais bem classificado no GitHub é D4Vinci/Scrapling, com 104,760 estrelas. 🕷️ O MELHOR framework de web scraping, que dá conta de tudo, desde uma única solicitação até uma coleta em grande escala! Não seja tímido: participe aqui https://discord.gg/EMgGbDceNQ e siga-nos aqui para receber dicas e truques diários: https://x.com/Scrapling_dev

2

Quais linguagens de programação são mais usadas nos repositórios de #data?

Entre os projetos de #data mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, JavaScript, Rust.

3

Como é calculada a classificação dos repositórios de #data?

Acompanhamos 232 repositórios ativos de código aberto marcados com #data (com mais de 500 estrelas), totalizando 1,106,761 estrelas e uma média de 4,770 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.