Git Stars Git Stars

#data-quality 仓库

探索 41 个标记为 #data-quality 的活跃开源 GitHub 仓库,它们累计获得 205,347 个 Star(平均每个项目 5,008 个)。该主题的领先项目是 GokuMohandas/Made-With-ML,拥有 50,112 个 Star。

41
仓库总数
205,347
总星标数
5,008
平均每个仓库星标数
1
GokuMohandas/Made-With-ML

学习如何开发、部署和迭代生产级 ML 应用程序。

GokuMohandas
⭐ 50,112 Jupyter Notebook 👤 GokuMohandas User 🕐 已更新 2026-03-04 📅 创建时间 2018-11-05
2
eugeneyan/applied-ml

📚 公司分享其在生产环境中进行数据科学与机器学习工作的论文与技术博客。

eugeneyan
⭐ 28,577 👤 eugeneyan User 🕐 已更新 2024-07-18 📅 创建时间 2020-07-04
3
open-metadata/OpenMetadata

作为数据与人工智能的开放上下文层,OpenMetadata 是一个开放平台,旨在为人类、人工智能助手和智能体构建可信的数据上下文和业务语义。

open-metadata
⭐ 15,826 TypeScript 👤 open-metadata Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-08-01
4
Data-Centric-AI-Community/fg-data-profiling

一行代码的数据质量剖析 & Pandas 和 Spark DataFrame 的探索性数据分析。

Data-Centric-AI-Community
⭐ 13,755 Python 👤 Data-Centric-AI-Community Organization 🕐 已更新 2026-11-16 📅 创建时间 2016-01-09
5
fivetran/great_expectations

始终知道您的数据会带来什么预期。

fivetran
⭐ 11,941 Python 👤 fivetran Organization 🕐 已更新 2026-11-17 📅 创建时间 2017-09-11
6
cleanlab/cleanlab

Cleanlab 的开源库是处理杂乱的真实世界数据和标签的数据质量和机器学习的标准数据中心 AI 包。

cleanlab
⭐ 11,755 Python 👤 cleanlab Organization 🕐 已更新 2026-01-13 📅 创建时间 2018-05-11
7
voxel51/fiftyone

优化高质量数据集和视觉AI模型

voxel51
⭐ 11,324 TypeScript 👤 voxel51 Organization 🕐 已更新 2026-11-21 📅 创建时间 2020-04-22
8
evidentlyai/evidently

Evidently 是一个开源的 ML 和 LLM 可观测性框架。评估、测试和监控任何 AI 驱动的系统或数据管道。从表格数据到生成式 AI。100+ 指标。

evidentlyai
⭐ 8,073 Jupyter Notebook 👤 evidentlyai Organization 🕐 已更新 2026-09-29 📅 创建时间 2020-11-25
9
feast-dev/feast

用于 AI/ML 的开源特征存储

feast-dev
⭐ 7,362 Python 👤 feast-dev Organization 🕐 已更新 2026-11-21 📅 创建时间 2018-12-10
10
treeverse/lakeFS

lakeFS - 为您的数据湖提供数据版本控制 | 数据版的 Git

treeverse
⭐ 5,590 Go 👤 treeverse Organization 🕐 已更新 2026-11-19 📅 创建时间 2019-09-12
11
GokuMohandas/mlops-course

了解如何设计、开发、部署和迭代生产级 ML 应用程序。

GokuMohandas
⭐ 3,272 Jupyter Notebook 👤 GokuMohandas User 🕐 已更新 2024-08-16 📅 创建时间 2020-11-12
12
whylabs/whylogs

面向机器学习模型和数据管道的开源数据记录库。📚 实时了解数据质量和模型性能。🛡️ 支持注重隐私的数据收集,确保安全性和鲁棒性。📈

whylabs
⭐ 2,819 Jupyter Notebook 👤 whylabs Organization 🕐 已更新 2025-01-10 📅 创建时间 2020-08-14
⭐ 2,706 Python 👤 danielbeach User 🕐 已更新 2025-01-08 📅 创建时间 2022-02-17
14
sodadata/soda-core

面向现代数据栈的数据合约引擎。 https://www.soda.io

sodadata
⭐ 2,463 Python 👤 sodadata Organization 🕐 已更新 2026-11-21 📅 创建时间 2020-12-14
15
featureform/featureform

虚拟特征商店。将您现有的数据基础设施转变为特征商店。

featureform
⭐ 1,979 Go 👤 featureform Organization 🕐 已更新 2025-07-03 📅 创建时间 2020-10-16
16
feathr-ai/feathr

Feathr – 面向企业的可扩展、统一的数据和人工智能工程平台

feathr-ai
⭐ 1,916 Scala 👤 feathr-ai Organization 🕐 已更新 2024-04-04 📅 创建时间 2022-02-18
17
NVIDIA-NeMo/Curator

LLM 的可扩展数据预处理和整理工具包

NVIDIA-NeMo
⭐ 1,866 Python 👤 NVIDIA-NeMo Organization 🕐 已更新 2026-11-19 📅 创建时间 2024-03-14
18
re-data/re-data

re_data - 在用户和CEO发现之前修复数据问题 😊

re-data
⭐ 1,570 HTML 👤 re-data Organization 🕐 已更新 2024-04-30 📅 创建时间 2020-11-02
19
slothflowlabs/duckle

可部署在自有服务器或云端的开源 ETL/ELT。基于 DuckDB 构建:支持无代码/低代码可视化管道或 SQL、446 个组件、dbt、CDC、数据质量、反向 ETL、数据血缘,以及面向 AI 智能体的 MCP。无厂商云,无按行计费。

slothflowlabs
⭐ 1,558 Rust 👤 slothflowlabs Organization 🕐 已更新 2026-11-20 📅 创建时间 2026-05-21
20
aws-samples/aws-glue-samples

AWS Glue 代码示例

aws-samples
⭐ 1,538 Python 👤 aws-samples Organization 🕐 已更新 2026-11-16 📅 创建时间 2017-05-21
21
opendatadiscovery/odd-platform

首个开源数据发现和可观测性平台。我们让数据从业者的工作更轻松,从而您可以专注于您的业务。

opendatadiscovery
⭐ 1,441 Java 👤 opendatadiscovery Organization 🕐 已更新 2026-10-19 📅 创建时间 2021-07-07
22
bitol-io/open-data-contract-standard

开放数据合同标准 (ODCS) 的主页。

bitol-io
⭐ 1,238 Shell 👤 bitol-io Organization 🕐 已更新 2026-11-17 📅 创建时间 2023-06-27
23
cleanlab/cleanvision

自动查找图像数据集中的问题,并练习以数据为中心的计算机视觉。

cleanlab
⭐ 1,213 Python 👤 cleanlab Organization 🕐 已更新 2026-01-08 📅 创建时间 2022-05-26
24
wesbos/burner-email-providers

临时电子邮件提供商列表

wesbos
⭐ 1,208 JavaScript 👤 wesbos User 🕐 已更新 2026-07-20 📅 创建时间 2016-01-13
25
daochenzha/data-centric-AI

一份精选但非详尽的数据中心人工智能资源列表。

daochenzha
⭐ 1,138 👤 daochenzha User 🕐 已更新 2024-06-26 📅 创建时间 2023-03-07
26
datacontract/datacontract-cli

适用于 Snowflake、Databricks、BigQuery、Kafka 等 15 多种平台的开源数据契约测试。基于开放数据契约标准(ODCS)构建。采用 MIT 许可证。

datacontract
⭐ 1,114 JavaScript 👤 datacontract Organization 🕐 已更新 2026-11-18 📅 创建时间 2023-07-24
27
DataWithBaraa/sql-data-warehouse-project

在 SQL Server 中整合两个源系统(CRM 和 ERP),经过青铜层、白银层和黄金层,构建数据仓库。免费完整项目的文件和脚本。

DataWithBaraa
⭐ 1,089 TSQL 👤 DataWithBaraa User 🕐 已更新 2026-11-06 📅 创建时间 2024-12-30
28
opendatadiscovery/awesome-data-catalogs

📙 超赞的数据目录和可观测性平台。

opendatadiscovery
⭐ 1,059 👤 opendatadiscovery Organization 🕐 已更新 2025-08-14 📅 创建时间 2021-07-14
29
rstudio/pointblank

数据框架和数据库表的数据质量评估和元数据报告

rstudio
⭐ 1,056 R 👤 rstudio Organization 🕐 已更新 2026-08-21 📅 创建时间 2017-02-24
30
limingrui679-design/high-stakes-analytics-decision-lab

一项包含 15 个公共数据案例、可重复使用的分析技能。明确决策和可用资源,基于相同证据测试相互竞争的方法,并交付一份将每项发现与其数据和计算过程关联起来的报告。

limingrui679-design
⭐ 1,006 Python 👤 limingrui679-design User 🕐 已更新 2026-11-21 📅 创建时间 2026-07-29
31
frictionlessdata/frictionless-py

用于 Python 的数据管理框架,提供描述、提取、验证和转换表格式数据的能力

frictionlessdata
⭐ 859 Python 👤 frictionlessdata Organization 🕐 已更新 2026-10-15 📅 创建时间 2014-12-23
32
awslabs/python-deequ

Deequ的Python API

awslabs
⭐ 826 Jupyter Notebook 👤 awslabs Organization 🕐 已更新 2026-10-24 📅 创建时间 2020-11-09
33
tensorflow/data-validation

用于探索和验证机器学习数据的库

tensorflow
⭐ 786 Python 👤 tensorflow Organization 🕐 已更新 2026-08-14 📅 创建时间 2018-07-02
34
MigoXLab/dingo

Dingo: 一款全面的AI数据、模型和应用质量评估工具

MigoXLab
⭐ 771 Python 👤 MigoXLab Organization 🕐 已更新 2026-11-19 📅 创建时间 2024-12-24
35
datavane/datavines

更好地了解您的数据!Datavines 是下一代数据可观测性平台,支持元数据管理和数据质量。

datavane
⭐ 769 Java 👤 datavane Organization 🕐 已更新 2026-07-27 📅 创建时间 2022-04-02
36
WeBankFinTech/Qualitis

Qualitis 是一个一站式数据质量管理平台,支持各种数据源的质量验证、通知和管理。它用于解决数据处理引起的各种数据质量问题。https://github.com/WeBankFinTech/Qualitis

WeBankFinTech
⭐ 768 Java 👤 WeBankFinTech Organization 🕐 已更新 2026-04-02 📅 创建时间 2019-11-22
37
kennethleungty/Failed-ML

高调的机器学习项目失败的真实案例汇编

kennethleungty
⭐ 743 👤 kennethleungty User 🕐 已更新 2024-06-14 📅 创建时间 2022-08-15
38
JulietMirambo/Units_of_Measure_Harmonization-intelligence-platform

用于自动计量单位错误检测的生产级 ML 系统 | 88-92% 准确率 | 94% 自动化程度 | KNIME 工作流

JulietMirambo
⭐ 732 PowerShell 👤 JulietMirambo User 🕐 已更新 2026-05-21 📅 创建时间 2025-10-20
39
polyaxon/traceml

用于 Polyaxon 的 AI/ML/数据跟踪、可视化、可解释性、漂移检测和仪表板引擎。

polyaxon
⭐ 533 Python 👤 polyaxon Organization 🕐 已更新 2026-11-11 📅 创建时间 2016-03-25
⭐ 518 Python 👤 Daniel15568 User 🕐 已更新 2026-11-11 📅 创建时间 2025-09-20
41
posit-dev/pointblank

用于评估和监控数据质量的数据验证工具包。

posit-dev
⭐ 505 Python 👤 posit-dev Organization 🕐 已更新 2026-11-19 📅 创建时间 2024-10-23

常见问题解答

1

GitHub 上最受欢迎的 #data-quality 仓库是什么?

GitHub 上排名第一的开源 #data-quality 项目是 GokuMohandas/Made-With-ML,拥有 50,112 个 Star。学习如何开发、部署和迭代生产级 ML 应用程序。

2

#data-quality 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #data-quality 项目中,最常见的编程语言是 Python, Jupyter Notebook, Java, TypeScript。

3

#data-quality 仓库的排名是如何计算的?

我们跟踪了 41 个标记为 #data-quality 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 205,347 个 Star,平均每个仓库拥有 5,008 个 Star。排名每日根据 GitHub API 更新。