#data Repositórios
232 repositórios no total
[NeurIPS 2026] DataFlex: um benchmark unificado e uma plataforma de avaliação para o treinamento de grandes modelos de linguagem centrado em dados
O Data Transfer Project facilita para as plataformas a construção de recursos interoperáveis de portabilidade de dados do usuário. Estamos estabelecendo um framework comum, incluindo modelos de dados e protocolos, para permitir a transferência direta de dados tanto para dentro quanto para fora dos provedores de serviços online participantes.
AnyCrawl 🚀: Um rastreador Node.js/TypeScript que transforma sites em dados prontos para LLM e extrai resultados SERP estruturados do Google/Bing/Baidu/etc. Multi-threading nativo para processamento em massa.
Uma lista selecionada de conjuntos de dados JSON incríveis que não exigem autenticação.
Memphis.dev é uma plataforma de streaming de dados altamente escalável e sem esforço.
Uma maneira simples, declarativa e compositível de buscar dados para componentes React
Extrair dados de uma ampla variedade de fontes da Internet para um pandas DataFrame.
Apache DevLake é uma plataforma de dados de desenvolvimento de código aberto para ingerir, analisar e visualizar dados fragmentados de ferramentas DevOps, extraindo insights para excelência de engenharia, experiência do desenvolvedor e crescimento da comunidade.
QuantMind é um framework de código aberto, nativo para agentes, de extração e recuperação de conhecimento para finanças quantitativas.
Adicione um nó de análise em tempo real ao seu banco de dados operacional. O Spice é um motor portátil e acelerado de consultas SQL, pesquisa e inferência de LLM escrito em Rust para aplicações e agentes de IA baseados em dados.
Deepnote é um substituto direto para o Jupyter com um design focado em IA, uma interface de usuário elegante, novos blocos e integrações de dados nativas. Use Python, R e SQL localmente em seu IDE favorito e, em seguida, escale para a nuvem Deepnote para colaboração em tempo real, agente Deepnote e aplicativos de dados implantáveis. https://deepnote.com/
Um pacote de biblioteca de estatísticas Golang completo e bem testado, sem dependências.
Uma lista de conjuntos de dados publicamente disponíveis com dados em tempo real, mantida pela equipa da bytewax.io
PyPika é um construtor de consultas SQL em Python que expõe toda a riqueza da linguagem SQL usando uma sintaxe que reflete a consulta resultante. O PyPika é excelente para todos os tipos de consultas SQL, mas é especialmente útil para análise de dados.
🎁 Mais de 7.400.000 imagens do Unsplash disponibilizadas para pesquisa e aprendizado de máquina
Livro_6_《Os Caminhos dos Dados》 | A Flor de Íris: Do básico de matemática à aprendizagem de máquina; bem-vindos a críticas e correções! Os alunos que mais erros corrigirem receberão um livro de presente como agradecimento!
Meltano: o motor de integração de dados declarativo e code-first que impulsiona suas ideias mais ousadas de produtos baseados em dados e ML. Diga adeus à escrita, manutenção e dimensionamento de suas próprias integrações de API.
ArcticDB é um banco de dados DataFrame serverless de alto desempenho, construído para o ecossistema de Ciência de Dados em Python.
Extensões do Jupyter que ajudam você a escrever código mais rápido: Chat de IA ciente do contexto, Autocompletar e Planilha
Malloy é uma linguagem moderna de código aberto para descrever relacionamentos e transformações de dados.
Biblioteca Python para criação de pipelines de dados com programação funcional em cadeia
Listas de países ISO 3166-1 mescladas com seus códigos regionais do UN Geoscheme em conjuntos de dados JSON, XML, CSV prontos para uso
Cientista de dados baseado em LLM, aplicação de dados nativa em IA. O pensamento infinito impulsionado por IA redefine o BI.
📅🇨🇳Dados de feriados legais da China: Captura automática diária de anúncios do Conselho de Estado
Um framework distribuído de integração de dados que simplifica aspectos comuns da integração de big data, como ingestão, replicação, organização e gerenciamento de ciclo de vida de dados, tanto para ecossistemas de dados de streaming quanto de batch.
Operador (e CLI) de dados aninhados do Python, para todas as suas necessidades de reestruturação declarativa. Tem dados? Aglomere-os! ☄️
Conjunto de Dados de Exercícios de Domínio Público Aberto em formato JSON, com mais de 800 exercícios e um frontend pesquisável público navegável
🔊 Uma lista abrangente de conjuntos de dados de código aberto para computação de voz e som (mais de 95 conjuntos de dados).
O melhor lugar para aprender engenharia de dados. Construído e mantido pela comunidade de engenharia de dados.
👾 nao é a solução nº 1 de BI agêntica de código aberto. (1) Crie contexto com a CLI nao-core; (2) implemente a interface de chat nao para todos.
Zui é um aplicativo de desktop poderoso para explorar e trabalhar com dados. A interface oficial para o Zed lake.
O Datastore de IA para Schemas, BLOBs e Previsões. Use com seus aplicativos ou integre a Supervisão Humana, Fluxo de Trabalho de Dados e Catálogo de UI incorporados para obter o máximo valor dos seus Dados de IA.