#dataops Repositórios
Descubra 15 repositórios ativos de código aberto no GitHub marcados com #dataops, acumulando um total de 32,987 estrelas (uma média de 2,199 por projeto). O líder deste tópico é lance-format/lance, com 7,374 estrelas.
15 repositórios no total
Formato Lakehouse Aberto para IA Multimodal. Converta de Parquet em 2 linhas de código para acesso aleatório 100x mais rápido, índice vetorial e versionamento de dados. Compatível com Pandas, DuckDB, Polars, Pyarrow e PyTorch, com mais integrações em breve.
O Redpanda Console é uma interface de usuário amigável para desenvolvedores para gerenciar suas cargas de trabalho Kafka/Redpanda. O Console oferece uma abordagem simples e interativa para obter visibilidade sobre seus tópicos, mascarar dados, gerenciar grupos de consumidores e explorar dados em tempo real com depuração de viagem no tempo.
Framework de transformação de dados escalável e eficiente – retrocompatível com o dbt.
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. 📈
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.
A solução de observabilidade de dados nativa do dbt para engenheiros de dados e análises. Monitore seus pipelines de dados em minutos. Disponível como serviço auto-hospedado ou na nuvem com recursos premium.
Kafka Docker para desenvolvimento. Kafka, Zookeeper, Schema Registry, Kafka-Connect, , mais de 20 conectores
Plataforma de DataOps e AIOps Nativa da Nuvem | Plataforma de Operações e Manutenção Inteligentes Nativa da Nuvem
Suporte a DataOps ágeis para ontologias baseados em Flink, DataX e Flink-CDC por meio de uma interface Web
📙 Catálogos de Dados e Plataformas de Observabilidade Incríveis.
Optimus é um orquestrador de fluxo de trabalho fácil de usar, confiável e de alto desempenho para transformação de dados, modelagem de dados, pipelines e gestão da qualidade de dados.
DataOps para tecnologias da Plataforma de Dados da Microsoft. https://aka.ms/dataops-repo
Uma lista de ferramentas para anotação de dados, gerenciamento de anotações, etc.
Motor para rastreamento, visualização, explicabilidade, detecção de desvio e painéis de IA/ML/dados para Polyaxon.
Perguntas Frequentes
Qual é o repositório de #dataops mais popular no GitHub?
O projeto de código aberto de #dataops mais bem classificado no GitHub é lance-format/lance, com 7,374 estrelas. Formato Lakehouse Aberto para IA Multimodal. Converta de Parquet em 2 linhas de código para acesso aleatório 100x mais rápido, índice vetorial e versionamento de dados. Compatível com Pandas, DuckDB, Polars, Pyarrow e PyTorch, com mais integrações em breve.
Quais linguagens de programação são mais usadas nos repositórios de #dataops?
Entre os projetos de #dataops mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Shell, Java, Rust.
Como é calculada a classificação dos repositórios de #dataops?
Acompanhamos 15 repositórios ativos de código aberto marcados com #dataops (com mais de 500 estrelas), totalizando 32,987 estrelas e uma média de 2,199 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.