e2e-mlops-project 是行业应用领域的开源项目，由 rafaelgreca 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 76。
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 2026-07-22。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：学习MLOps最佳实践的教学案例。同类可对比的替代方案包括 MLflow、Kubeflow、ZenML。
e2e-mlops-project
一键跑通肥胖分类的 MLOps 全流程，快速上手生产级实践。
这是一个端到端的 MLOps 示例项目，旨在根据个人的身体特征和饮食习惯分类肥胖等级。项目完整覆盖机器学习生命周期，包括数据准备、模型训练、验证、部署和监控等环节，并采用模块化设计，便于扩展和复用。它解决了从开发到生产环境中机器学习流程标准化和自动化的问题，核心能力包括可复现的实验管理、模型版本控制、CI/CD 流水线集成以及监控告警。项目使用 HTML 作为主要语言，可能包含 Jupyter Notebook 或 Web 界面，适合作为学习 MLOps 实践的参考模板。
开源
free
基础设施
GitHub 星标
★ 76
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rafaelgreca
所属国家
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HTML
技术栈/模型continuous-delivery,continuous-integration,end-to-end,evidentlyai,fastapi,lightgbm-classifier,loguru,machine-learning,mlops,multiclass-classification,obesity-classification,pydantic,python,tabular-data
GitHub 星标★ 76
30天Star增速
HF 下载量
上线时间2024-08-13 00:00:00
最近更新2026-07-22 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8
使用教程
核心亮点
- 完整覆盖 MLOps 生命周期，从数据到监控均有实现
- 模块化设计，各环节解耦，易于替换和扩展
- 提供实际业务场景（肥胖分类），示例真实可落地
不足之处
- 文档/社区待观察
- 项目早期，功能可能不完善，依赖特定工具链
适用场景
- 学习 MLOps 最佳实践的教学案例
- 作为企业内部 MLOps 平台的参考实现
- 快速搭建分类模型的端到端演示原型
替代项目
MLflow、Kubeflow、ZenML
项目介绍
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···
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
DDC_Skills_for_AI_Agents_in_Cons···
开源
给建筑AI装上221个专业技能，让Claude秒变工地专家
221 AI skills for construction: BIM analysis, cost estimation, scheduling, document ···
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···