dstoolkit-mlops-databricks

统一 Databricks 与 Azure ML,一键搭建 MLOps 流水线

这是一个面向 Databricks 和 Azure 机器学习平台的 MLOps 加速器,旨在统一两者的机器学习运维流程。它解决了企业在多云或混合云环境下,Databricks 和 Azure ML 各自为政、难以协同的问题,提供了一套可复用的基础设施和自动化模板。核心能力包括:通过基础设施即代码(IaC)快速部署端到端 MLOps 环境,支持 CI/CD 流水线自动化训练、部署和监控,内置模型注册、数据版本控制、特征存储集成等最佳实践,并提供了从开发到生产的完整参考架构。项目基于 Python 和 Terraform,帮助数据团队标准化交付流程,缩短从实验到上线的时间。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 83
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microsoft
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型azure,azure-machine-learning,cicd,databricks,databricks-feature-store,machine-learning,mlflow,mlops
GitHub 星标★ 83
30天Star增速
HF 下载量
上线时间2022-10-10 00:00:00
最近更新2026-09-01 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3

使用教程

核心亮点

  • 提供 Databricks 和 Azure ML 的统一架构,减少多云管理复杂度
  • 基于 Terraform 的 IaC 模板,可快速复制环境并保持一致性
  • 内置 CI/CD 参考实现,加速从实验到生产的交付

不足之处

  • 文档/社区待观察
  • 仅支持 Azure 云,无法用于 AWS 或 GCP

适用场景

  • 企业同时使用 Databricks 和 Azure ML,需要统一运维
  • 在 Azure 上快速搭建标准化 MLOps 环境
  • 需要可审计、可复现的模型训练和部署流程

替代项目

Azure ML MLOpsPython、Databricks MLOps Stacks、MLflow

项目介绍

dstoolkit-mlops-databricks 是基础设施领域的开源项目,由 microsoft 开发,2022 年首次发布。

它收录于基础设施分类,该分类目前共有 1,132 个项目,GitHub 星标数为 83。

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 2026-09-01。MIT许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:企业同时使用Databricks和AzureML,需要统一运维。同类可对比的替代方案包括 Azure ML MLOpsPython、Databricks MLOps Stacks、MLflow。

同类项目推荐

freebuff-proxy 开源

聚合多账号,一键接入 OpenAI 兼容 API,轻松管理会话。

Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···

★ 213 2026-08-20
microduck 开源

用 Rust 造一只会走路的桌面小鸭,快速上手双足机器人。

A Tiny biped duck robot

★ 8684 2026-09-10
soperator 开源

用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 439 2026-08-10
ollama 开源

一条命令本地跑起大模型,免费、私密、不卡顿

Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···

★ 181484 2026-08-09