Git Stars Git Stars

#data-quality Repositórios

Descubra 41 repositórios ativos de código aberto no GitHub marcados com #data-quality, acumulando um total de 205,347 estrelas (uma média de 5,008 por projeto). O líder deste tópico é GokuMohandas/Made-With-ML, com 50,112 estrelas.

41
Total de Repositórios
205,347
Total de estrelas
5,008
Média de Estrelas/Repositório

41 repositórios no total

1
GokuMohandas/Made-With-ML

Aprenda a desenvolver, implantar e iterar em aplicativos de ML de nível de produção.

GokuMohandas
⭐ 50,112 Jupyter Notebook 👤 GokuMohandas User 🕐 Atualizado 2026-03-04 📅 Criado 2018-11-05
2
eugeneyan/applied-ml

📚 Artigos e blogs de tecnologia de empresas compartilhando seu trabalho em ciência de dados e aprendizado de máquina em produção.

eugeneyan
⭐ 28,577 👤 eugeneyan User 🕐 Atualizado 2024-07-18 📅 Criado 2020-07-04
3
open-metadata/OpenMetadata

A camada de contexto aberto para dados e IA, OpenMetadata, é a plataforma aberta para construir contexto de dados confiável e semântica de negócios para humanos, assistentes de IA e agentes.

open-metadata
⭐ 15,826 TypeScript 👤 open-metadata Organization 🕐 Atualizado 2026-11-21 📅 Criado 2021-08-01
4
Data-Centric-AI-Community/fg-data-profiling

1 Linha de perfilamento de qualidade de dados e análise exploratória de dados para DataFrames Pandas e Spark.

Data-Centric-AI-Community
⭐ 13,755 Python 👤 Data-Centric-AI-Community Organization 🕐 Atualizado 2026-11-16 📅 Criado 2016-01-09
5
fivetran/great_expectations

Saiba sempre o que esperar dos seus dados.

fivetran
⭐ 11,941 Python 👤 fivetran Organization 🕐 Atualizado 2026-11-17 📅 Criado 2017-09-11
6
cleanlab/cleanlab

A biblioteca de código aberto do Cleanlab é o pacote padrão de IA centrado em dados para qualidade de dados e aprendizado de máquina com dados e rótulos reais e confusos.

cleanlab
⭐ 11,755 Python 👤 cleanlab Organization 🕐 Atualizado 2026-01-13 📅 Criado 2018-05-11
7
voxel51/fiftyone

Refinar conjuntos de dados de alta qualidade e modelos de IA visual

voxel51
⭐ 11,324 TypeScript 👤 voxel51 Organization 🕐 Atualizado 2026-11-21 📅 Criado 2020-04-22
8
evidentlyai/evidently

Evidently é uma estrutura de observabilidade de ML e LLM de código aberto. Avalie, teste e monitore qualquer sistema com IA ou pipeline de dados. De dados tabulares a Gen AI. Mais de 100 métricas.

evidentlyai
⭐ 8,073 Jupyter Notebook 👤 evidentlyai Organization 🕐 Atualizado 2026-09-29 📅 Criado 2020-11-25
9
feast-dev/feast

O Repositório de Funcionalidades de Código Aberto para IA/ML

feast-dev
⭐ 7,362 Python 👤 feast-dev Organization 🕐 Atualizado 2026-11-21 📅 Criado 2018-12-10
10
treeverse/lakeFS

lakeFS - Controle de versão de dados para o seu data lake | Git para dados

treeverse
⭐ 5,590 Go 👤 treeverse Organization 🕐 Atualizado 2026-11-19 📅 Criado 2019-09-12
11
GokuMohandas/mlops-course

Aprenda a projetar, desenvolver, implantar e iterar em aplicações de ML de nível de produção.

GokuMohandas
⭐ 3,272 Jupyter Notebook 👤 GokuMohandas User 🕐 Atualizado 2024-08-16 📅 Criado 2020-11-12
12
whylabs/whylogs

Uma biblioteca de registro de dados de código aberto para modelos de aprendizado de máquina e pipelines de dados. 📚 Oferece visibilidade da qualidade dos dados e do desempenho do modelo ao longo do tempo. 🛡️ Suporta coleta de dados que preserva a privacidade, garantindo segurança e robustez. 📈

whylabs
⭐ 2,819 Jupyter Notebook 👤 whylabs Organization 🕐 Atualizado 2025-01-10 📅 Criado 2020-08-14
13
danielbeach/data-engineering-practice

Problemas Práticos de Engenharia de Dados

danielbeach
⭐ 2,706 Python 👤 danielbeach User 🕐 Atualizado 2025-01-08 📅 Criado 2022-02-17
14
sodadata/soda-core

Motor de Contratos de Dados para a pilha de dados moderna. https://www.soda.io

sodadata
⭐ 2,463 Python 👤 sodadata Organization 🕐 Atualizado 2026-11-21 📅 Criado 2020-12-14
15
featureform/featureform

O Feature Store Virtual. Transforme sua infraestrutura de dados existente em um feature store.

featureform
⭐ 1,979 Go 👤 featureform Organization 🕐 Atualizado 2025-07-03 📅 Criado 2020-10-16
16
feathr-ai/feathr

Feathr – Uma plataforma unificada e escalável de engenharia de dados e IA para empresas

feathr-ai
⭐ 1,916 Scala 👤 feathr-ai Organization 🕐 Atualizado 2024-04-04 📅 Criado 2022-02-18
17
NVIDIA-NeMo/Curator

Kit de ferramentas escalável para pré-processamento e curadoria de dados para LLMs

NVIDIA-NeMo
⭐ 1,866 Python 👤 NVIDIA-NeMo Organization 🕐 Atualizado 2026-11-19 📅 Criado 2024-03-14
18
re-data/re-data

re_data - corrija os problemas de dados antes que seus usuários e o CEO os descubram 😊

re-data
⭐ 1,570 HTML 👤 re-data Organization 🕐 Atualizado 2024-04-30 📅 Criado 2020-11-02
19
slothflowlabs/duckle

ETL/ELT de código aberto que você implanta nos seus próprios servidores ou na nuvem. Desenvolvido com base no DuckDB: pipelines visuais no-code/low-code ou SQL, 446 componentes, dbt, CDC, qualidade de dados, ETL reverso, linhagem e MCP para agentes de IA. Sem nuvem do fornecedor e sem cobrança por linha.

slothflowlabs
⭐ 1,558 Rust 👤 slothflowlabs Organization 🕐 Atualizado 2026-11-20 📅 Criado 2026-05-21
20
aws-samples/aws-glue-samples

Exemplos de código do AWS Glue

aws-samples
⭐ 1,538 Python 👤 aws-samples Organization 🕐 Atualizado 2026-11-16 📅 Criado 2017-05-21
21
opendatadiscovery/odd-platform

Primeira plataforma open-source de descoberta e observabilidade de dados. Tornamos a vida dos profissionais de dados fácil para que você possa se concentrar em seus negócios.

opendatadiscovery
⭐ 1,441 Java 👤 opendatadiscovery Organization 🕐 Atualizado 2026-10-19 📅 Criado 2021-07-07
22
bitol-io/open-data-contract-standard

Sede do Padrão de Contrato de Dados Abertos (ODCS).

bitol-io
⭐ 1,238 Shell 👤 bitol-io Organization 🕐 Atualizado 2026-11-17 📅 Criado 2023-06-27
23
cleanlab/cleanvision

Encontre automaticamente problemas em conjuntos de dados de imagem e pratique visão computacional centrada em dados.

cleanlab
⭐ 1,213 Python 👤 cleanlab Organization 🕐 Atualizado 2026-01-08 📅 Criado 2022-05-26
24
wesbos/burner-email-providers

Uma lista de provedores de e-mail temporário

wesbos
⭐ 1,208 JavaScript 👤 wesbos User 🕐 Atualizado 2026-07-20 📅 Criado 2016-01-13
25
daochenzha/data-centric-AI

Uma lista selecionada, mas incompleta, de recursos de IA centrados em dados.

daochenzha
⭐ 1,138 👤 daochenzha User 🕐 Atualizado 2024-06-26 📅 Criado 2023-03-07
26
datacontract/datacontract-cli

Testes de contratos de dados de código aberto para Snowflake, Databricks, BigQuery, Kafka e mais 15 plataformas. Desenvolvidos com base no Open Data Contract Standard (ODCS). Licença MIT.

datacontract
⭐ 1,114 JavaScript 👤 datacontract Organization 🕐 Atualizado 2026-11-18 📅 Criado 2023-07-24
27
DataWithBaraa/sql-data-warehouse-project

Crie um data warehouse no SQL Server a partir de dois sistemas de origem, um CRM e um ERP, passando pelas camadas bronze, silver e gold. Arquivos e scripts do projeto completo gratuito.

DataWithBaraa
⭐ 1,089 TSQL 👤 DataWithBaraa User 🕐 Atualizado 2026-11-06 📅 Criado 2024-12-30
28
opendatadiscovery/awesome-data-catalogs

📙 Catálogos de Dados e Plataformas de Observabilidade Incríveis.

opendatadiscovery
⭐ 1,059 👤 opendatadiscovery Organization 🕐 Atualizado 2025-08-14 📅 Criado 2021-07-14
29
rstudio/pointblank

Avaliação da qualidade dos dados e relatórios de metadados para data frames e tabelas de banco de dados

rstudio
⭐ 1,056 R 👤 rstudio Organization 🕐 Atualizado 2026-08-21 📅 Criado 2017-02-24
30
limingrui679-design/high-stakes-analytics-decision-lab

Uma competência analítica reutilizável com 15 casos baseados em dados públicos. Defina a decisão e os recursos disponíveis, teste métodos concorrentes com base nas mesmas evidências e entregue um relatório que relacione cada descoberta aos seus dados e cálculos.

limingrui679-design
⭐ 1,006 Python 👤 limingrui679-design User 🕐 Atualizado 2026-11-21 📅 Criado 2026-07-29
31
frictionlessdata/frictionless-py

Estrutura de gerenciamento de dados para Python que fornece funcionalidades para descrever, extrair, validar e transformar dados tabulares

frictionlessdata
⭐ 859 Python 👤 frictionlessdata Organization 🕐 Atualizado 2026-10-15 📅 Criado 2014-12-23
32
awslabs/python-deequ

API Python para Deequ

awslabs
⭐ 826 Jupyter Notebook 👤 awslabs Organization 🕐 Atualizado 2026-10-24 📅 Criado 2020-11-09
33
tensorflow/data-validation

Biblioteca para explorar e validar dados de aprendizado de máquina

tensorflow
⭐ 786 Python 👤 tensorflow Organization 🕐 Atualizado 2026-08-14 📅 Criado 2018-07-02
34
MigoXLab/dingo

Dingo: Uma Ferramenta Abrangente de Avaliação da Qualidade de Dados, Modelos e Aplicações de IA

MigoXLab
⭐ 771 Python 👤 MigoXLab Organization 🕐 Atualizado 2026-11-19 📅 Criado 2024-12-24
35
datavane/datavines

Conheça melhor os seus dados! A Datavines é a Plataforma de Observabilidade de Dados de Próxima Geração, com suporte a gerenciamento de metadados e qualidade de dados.

datavane
⭐ 769 Java 👤 datavane Organization 🕐 Atualizado 2026-07-27 📅 Criado 2022-04-02
36
WeBankFinTech/Qualitis

Qualitis é uma plataforma completa de gerenciamento de qualidade de dados que suporta verificação, notificação e gerenciamento de qualidade para diversas fontes de dados. É utilizada para resolver vários problemas de qualidade de dados causados pelo processamento de dados. https://github.com/WeBankFinTech/Qualitis

WeBankFinTech
⭐ 768 Java 👤 WeBankFinTech Organization 🕐 Atualizado 2026-04-02 📅 Criado 2019-11-22
37
kennethleungty/Failed-ML

Compilação de exemplos notórios do mundo real de projetos de aprendizado de máquina fracassados

kennethleungty
⭐ 743 👤 kennethleungty User 🕐 Atualizado 2024-06-14 📅 Criado 2022-08-15
38
JulietMirambo/Units_of_Measure_Harmonization-intelligence-platform

Sistema de ML de Grau de Produção para Detecção Automatizada de Erros de Unidade de Medida | Precisão de 88-92% | Autonomia de 94% | Fluxo de Trabalho KNIME

JulietMirambo
⭐ 732 PowerShell 👤 JulietMirambo User 🕐 Atualizado 2026-05-21 📅 Criado 2025-10-20
39
polyaxon/traceml

Motor para rastreamento, visualização, explicabilidade, detecção de desvio e painéis de IA/ML/dados para Polyaxon.

polyaxon
⭐ 533 Python 👤 polyaxon Organization 🕐 Atualizado 2026-11-11 📅 Criado 2016-03-25
⭐ 518 Python 👤 Daniel15568 User 🕐 Atualizado 2026-11-11 📅 Criado 2025-09-20
41
posit-dev/pointblank

Kit de ferramentas de validação de dados para avaliar e monitorar a qualidade dos dados.

posit-dev
⭐ 505 Python 👤 posit-dev Organization 🕐 Atualizado 2026-11-19 📅 Criado 2024-10-23

Perguntas Frequentes

1

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

O projeto de código aberto de #data-quality mais bem classificado no GitHub é GokuMohandas/Made-With-ML, com 50,112 estrelas. Aprenda a desenvolver, implantar e iterar em aplicativos de ML de nível de produção.

2

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

Entre os projetos de #data-quality mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Java, TypeScript.

3

Como é calculada a classificação dos repositórios de #data-quality?

Acompanhamos 41 repositórios ativos de código aberto marcados com #data-quality (com mais de 500 estrelas), totalizando 205,347 estrelas e uma média de 5,008 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.