sales-forecast-mlops-at-scale

搭建实时需求预测系统，自动重训保持精准

这是一个面向需求预测的云原生机器学习全栈系统，旨在解决大规模、实时场景下的预测难题。它整合了数据流处理、模型推理、自动重训闭环等核心能力，支持从数据接入到预测结果输出的完整流程。项目基于Jupyter Notebook开发，强调高可扩展性，适合需要处理持续到达的时间序列数据并快速响应变化的业务场景。通过实时流式数据管道和持续的模型更新机制，系统能够保持预测的时效性和准确性，减少人工干预。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 88
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类基础设施
开发团队jomariya23156
所属国家
官网地址
GitHubhttps://github.com/jomariya23156/sales-forecast-mlops-at-scale
定价模式free
价格说明开源项目，MIT许可证，可自由使用和部署，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型airflow,cloud-native,data-stream,demand-forecasting,docker,fastapi,full-stack,google-cloud,helm,kafka,kubernetes,machine-learning,mlflow,mlops,python,ray,sales-forecasting,scalable,spark,system
GitHub 星标★ 88
30天Star增速
HF 下载量
上线时间2024-02-24 00:00:00
最近更新2026-08-06 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数10

使用教程

核心亮点

  • 提供从数据流到推理再到重训的完整闭环架构，便于直接落地
  • 云原生设计，支持水平扩展，应对大规模数据场景
  • 代码以Notebook形式呈现，易于理解、修改和实验

不足之处

  • 项目处于早期阶段，文档和社区支持待观察
  • 依赖特定云服务，迁移到本地环境可能有一定成本

适用场景

  • 电商平台销售预测与库存管理
  • 制造业供应链需求计划
  • 能源行业负荷预测

替代项目

Prophet、GluonTS、PyTorch Forecasting

项目介绍

sales-forecast-mlops-at-scale 是行业应用领域的开源项目，由 jomariya23156 开发，2024 年首次发布。

它收录于行业应用分类，该分类目前共有 545 个项目，GitHub 星标数为 88。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-06。MIT许可证，可自由使用和部署，无付费版本。

它主要面向的使用场景是：电商平台销售预测与库存管理。同类可对比的替代方案包括 Prophet、GluonTS、PyTorch Forecasting。

上一篇：e2e-mlops-project

下一篇：AI-Software-Startups

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩，副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能，包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 102 2026-09-11
LiveTranslate 开源

直播看片实时翻译，字幕秒出，跨语言无压力

Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···

★ 691 2026-08-13