#data-processing Repositórios
Descubra 72 repositórios ativos de código aberto no GitHub marcados com #data-processing, acumulando um total de 211,976 estrelas (uma média de 2,944 por projeto). O líder deste tópico é pathwaycom/pathway, com 61,976 estrelas.
72 repositórios no total
Framework ETL em Python para processamento de streaming, análise em tempo real, pipelines de LLM e RAG.
Motor incremental para agentes de horizonte longo 🌟 Dê uma estrela se gostar!
Uma coleção de scripts úteis do Bash One-Liners e truques de terminal para processamento de dados e manutenção de sistemas Linux.
Miller é como awk, sed, cut, join e sort para dados com índice de nome, como CSV, TSV e JSON tabular
[SIGMOD'27] Preparação de dados simplificada com os mais recentes operadores e pipelines baseados em LLM.
Consulta, transformação e modificação unificadas de JSON, TOML, YAML, XML, INI, HCL, KDL e CSV.
Uma biblioteca acelerada por GPU contendo blocos de construção altamente otimizados e um motor de execução para processamento de dados, a fim de acelerar aplicações de treinamento e inferência de aprendizado profundo.
Uma implementação de differential dataflow usando timely dataflow em Rust.
Plataforma nativa Kubernetes para executar trabalhos massivamente paralelos de dados/streaming
A camada de contexto para dados não estruturados: conjuntos de dados tipados e versionados sobre S3, GCS, Azure
Ingestão e processamento de dados concorrentes e multi-estágios com Elixir
Kit de ferramentas para aprendizado de máquina, processamento de linguagem natural e geração de texto em TensorFlow. Isso faz parte do projeto CASL: http://casl-project.ai/
Kit de ferramentas escalável para pré-processamento e curadoria de dados para LLMs
Construa conjuntos de tiles vetoriais a partir de grandes coleções de feições GeoJSON.
Código-fonte que acompanha o livro: Ciência de Dados na Plataforma Google Cloud, Valliappa Lakshmanan, O'Reilly 2017
Distribua e execute cargas de trabalho de IA no Kubernetes de forma mágica em Python, como o PyTorch para infraestrutura de ML.
Uma lista selecionada de softwares, bibliotecas e recursos incríveis de Radar de Abertura Sintética (SAR).
Um servidor do Protocolo de Contexto de Modelo (MCP) que lê e grava dados do MS Excel
Este é o repositório de desenvolvimento oficial para BCFtools. Consulte as instruções de instalação e outra documentação aqui http://samtools.github.io/bcftools/howtos/install.html
Extrai e-mails e anexos salvos nos arquivos .msg do Microsoft Outlook
Ferramenta de linha de comando para baixar e extrair dados de páginas HTML/XML ou APIs JSON, usando CSS, XPath 3.0, XQuery 3.0, JSONiq ou correspondência de padrões. Também pode criar novos documentos XML/HTML/JSON ou documentos transformados.
Flux é uma linguagem de script leve para consultar bancos de dados (como InfluxDB) e trabalhar com dados. Faz parte do InfluxDB 1.7 e 2.0, mas pode ser executado independentemente deles.
Uma biblioteca de código aberto para interagir e processar dados de radar, especializada em radares MIMO mmWave
HStreamDB é um banco de dados de streaming nativo da nuvem, de código aberto, para IoT e muito mais. Modernize sua pilha de dados para aplicações em tempo real.
Perguntas Frequentes
Qual é o repositório de #data-processing mais popular no GitHub?
O projeto de código aberto de #data-processing mais bem classificado no GitHub é pathwaycom/pathway, com 61,976 estrelas. Framework ETL em Python para processamento de streaming, análise em tempo real, pipelines de LLM e RAG.
Quais linguagens de programação são mais usadas nos repositórios de #data-processing?
Entre os projetos de #data-processing mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++, Jupyter Notebook, Rust.
Como é calculada a classificação dos repositórios de #data-processing?
Acompanhamos 72 repositórios ativos de código aberto marcados com #data-processing (com mais de 500 estrelas), totalizando 211,976 estrelas e uma média de 2,944 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.