dataops
本站收录 14 个带「dataops」标签的 AI 开源项目
lancelance 是一个面向多模态 AI 数据的开源列式存储格式，基于 Rust 和 Apache Arrow 构建。它解决了传统 Parquet 格式在随机访问、向★ 7,123
whylogswhylogs 是一个开源的数据日志库，专为机器学习模型和数据管道设计。它通过轻量级的日志记录，持续收集数据分布、统计特征和模型性能指标，帮助团队实时监控数据质★ 2,833
tracemltraceml 是 Polyaxon 生态下的 AI/ML 数据追踪与可视化引擎，专注于解决机器学习实验中的指标跟踪、数据漂移检测和模型可解释性问题。它提供了一★ 534
dcs-coredcs-core 是一个开源的 Python 数据质量监控框架，旨在帮助数据团队持续跟踪和验证数据的准确性、完整性和一致性。它解决了数据管道中因数据异常（如缺失★ 179
raptorraptor 是一个用 Go 编写的开源基础设施工具，旨在将 Python 风格的研究代码转化为工程师可直接部署的产物。它解决了研究与工程之间的鸿沟问题，即数据★ 164
awesome-ml-experiment-management这是一个精选列表，汇总了用于机器学习实验跟踪与管理的开源工具和商业产品。它解决的是ML实践中实验记录混乱、结果难以复现、模型版本管理困难等问题。项目按功能分类整★ 162
spacespace 是一个面向机器学习全生命周期的统一存储框架，旨在解决 ML 项目中数据、模型、实验产物等分散存储、难以统一管理的问题。它提供了一套统一的接口和抽象层★ 156
awesome-ml-monitoring这是一个精选列表，汇总了用于监控数据质量、监控模型性能和分析数据的开源工具及商业产品。它解决了机器学习模型上线后缺乏有效监控手段的问题，帮助团队及时发现数据漂移★ 96
beneathBeneath 是一个基于 Go 语言构建的无服务器实时数据平台，旨在简化数据管道的搭建与运维。它解决了传统数据基础设施中服务器管理、扩展性和实时处理复杂的问题★ 84
data-engineering-and-dataops这是杜克大学MIDS（数据科学硕士）项目的一门课程资料仓库，名为“数据工程与DataOps”。它面向数据科学学习者，系统讲解数据工程的核心概念与DataOps实★ 72
paas-data-ingestionpaas-data-ingestion 是一个数据接入基础设施项目，使用 Pulumi 管理基础设施即代码，结合 AWS Lambda 和 Snowflake ★ 70
noronhanoronha 是一个面向机器学习项目的 DataOps 框架，旨在将数据工程、模型训练和部署流程标准化。它解决了 ML 项目中数据管道混乱、环境配置繁琐、模型★ 61
azure-enterprise-scale-mlazure-enterprise-scale-ml（简称esml）是微软开源的企业级Azure机器学习平台参考架构与落地工具集。它解决企业在Azure上规模化落★ 53
awesome-ml-serving这是一个精选清单，汇集了用于生产环境模型服务的开源和商业平台。它旨在解决机器学习模型部署和上线时，缺乏系统性参考和对比的问题。项目核心能力是整理并分类了多种模型★ 50