mlops 第 5 页
本站收录 445 个带「mlops」标签的 AI 开源项目（按 GitHub 星标从高到低，第 5 / 9 页）
Machine-Learning-Goodness这是一个面向机器学习与深度学习学习者的综合资源库，收录了ML/DL项目、Jupyter Notebook教程、速查表（cheat codes）、AI/AGI实用★ 286
awesome-rag-production这是一个精选清单，汇集了构建可扩展、生产级检索增强生成（RAG）系统所需的工具、框架和最佳实践。它解决的是RAG从原型到落地过程中的工程化难题，如性能、可靠性和★ 283
openmodelzopenmodelz 是一个面向 LLM 推理场景的自动伸缩基础设施，基于 Kubernetes 构建，支持 vLLM、SGLang、LMDeploy 等主流推★ 283
Data-Engineering-RoadmapData-Engineering-Roadmap 是一个面向数据工程师的学习路线图项目，旨在帮助初学者和进阶者系统掌握数据工程领域的核心知识与技能。它解决了数据★ 265
frourosFrouros 是一个开源的 Python 库，专门用于机器学习系统中的漂移检测。它解决的是模型上线后因数据分布变化（概念漂移、数据漂移）导致性能下降的问题。核★ 260
automlopsautomlops 是一个用于快速构建 MLOps 管道的开源基础设施工具，旨在将机器学习项目的开发到部署流程自动化。它解决了 MLOps 落地过程中常见的工程★ 258
mlstacksmlstacks 是一个基于 Terraform 的基础设施即代码项目，旨在通过预置的“配方”帮助用户在云上快速搭建流行的 MLOps 技术栈。它解决了 MLO★ 255
data-engineeringdata-engineering 是一个面向现代数据栈构建与工作流编排的开源项目，旨在帮助数据团队为分析和机器学习应用打造高质量的数据管道。它提供了一套结构化的★ 253
ai-infra-junior-engineer-learning这是一个面向初级AI基础设施工程师（0-2年经验）的完整学习路线图项目。它解决了入门者面对AI基础设施领域知识庞杂、不知从何学起的问题，提供了一套结构化的课程体★ 252
fraudfinderFraudfinder 是一套在 Google Cloud 上构建实时欺诈检测系统的实战教程系列，以 Jupyter Notebook 形式呈现。它解决的是金融★ 250
yet-another-lightning-hydra-template这是一个基于 PyTorch Lightning 和 Hydra 的机器学习项目模板，旨在为快速实验提供灵活、可扩展且可复现的工作流。它解决了研究人员在搭建新项★ 250
getml-communitygetml-community 是一个面向关系型与多变量时间序列数据的高性能预测工具，基于 C++ 实现，核心是自动特征学习与自动化机器学习。它解决传统机器学习★ 244
mlflow_for_ml_devmlflow_for_ml_dev 是一个面向机器学习开发者的 MLflow 示例代码库，主要用 Jupyter Notebook 演示 MLflow 的核心功★ 241
sml-project-2023-manfredi-meneghin这是一个学术课程项目，源自2023/2024学年可扩展机器学习与深度学习课程的期末作业。项目以Python实现，旨在探索如何在大规模数据环境下高效构建和训练机器★ 241
sagemaker-custom-project-templates这是一个关于 AWS SageMaker AI Projects 的指南仓库，旨在帮助组织为数据科学家和 MLOps 工程师标准化开发环境与 CI/CD 系统。★ 239
PerforatedAIPerforatedAI 是一个为 PyTorch 项目添加“树突”（Dendrites）能力的开源库，旨在通过模拟生物神经元的树突结构来增强神经网络的表达能力★ 237
kedro-mlflowkedro-mlflow 是一个 Kedro 插件，旨在将 MLflow 的机器学习生命周期管理能力无缝集成到 Kedro 数据管道项目中。它解决了 Kedro★ 236
starwhaleStarwhale 是一个面向机器学习与大型语言模型（LLM）的 MLOps/LLMOps 平台，旨在解决模型开发、评估、部署和运维全生命周期中的工程化问题。它★ 235
truss-examplesTruss 是一个将机器学习模型打包并部署为 HTTP 服务的开源框架，而 truss-examples 是其官方示例仓库，汇集了多种主流模型的部署范例。它解决★ 234
chitrachitra 是一个面向全栈深度学习的多功能 Python 库，旨在简化从模型构建到 API 开发再到模型部署的完整流程。它解决了深度学习项目中常见的工程化痛点★ 234
awesome-kubeflowawesome-kubeflow 是一个精选资源列表，汇集了与 Kubeflow 相关的优秀项目、工具、教程和文档。Kubeflow 是 CNCF 孵化项目，旨★ 231
machine-learning这是一个面向所有人的免费AI学习与教学资源库，旨在通过协作方式帮助初学者和爱好者共同学习人工智能。项目以Jupyter Notebook为主要载体，提供从基础概★ 231
HealthChainHealthChain 是一个面向医疗 AI 的 Python SDK，旨在为智能体提供类型安全、经过验证的 FHIR 工具，并支持实时 EHR 连接与生产级部★ 229
fastapi-templatefastapi-template 是一个基于 FastAPI 的完全可扩展的项目模板，专为机器学习、深度学习及其他软件项目设计。它解决了从零搭建 FastAPI★ 229
awesome-ai-safety这是一个精心整理的AI安全与质量领域的论文和技术文章列表，旨在为研究人员、工程师和政策制定者提供系统性的学习资源。项目解决了AI安全领域信息分散、难以快速入门的★ 226
Active-Learning-as-a-ServiceActive-Learning-as-a-Service 是一个面向所有人的可扩展且高效的数据选择与主动学习系统。它旨在解决机器学习中数据标注成本高昂、数据冗余★ 222
duddud 是一个用 Go 编写的轻量级命令行工具，旨在将数据版本管理与源代码版本控制（如 Git）相结合，并支持构建数据管道。它解决了数据科学家和工程师在项目中追★ 220
unitxtUnitxt 是一个面向企业级 AI 性能评估的 Python 库，提供全球最大的工具和数据目录，用于端到端的 AI 基准测试。它解决了 AI 评估流程中数据准★ 215
zetaforgedevzetaforgedev 是一个开源的 AI 平台，旨在加速高级 AI 和 AGI 管线的开发。它提供了一套工具和框架，帮助开发者快速构建、测试和部署复杂的 A★ 212
EvalForgeEvalForge 是一个面向 AI/LLM 应用的评测与质量门禁工具，用 Python 编写。它解决的核心问题是：团队在 CI 中评测模型或 RAG 系统时，★ 210
haystack-core-integrationshaystack-core-integrations 是 Haystack 官方维护的扩展包集合，用于为 Haystack 框架添加额外的组件、文档存储和其他集★ 209
awesome-AI-toolkit这是一个精选的开源AI工具大全，收录了各类AI相关的工具、框架、数据集、课程和经典论文，旨在为AI从业者、学习者和研究者提供一站式资源导航。项目按类别整理，覆盖★ 209
intelligent-app-workshop这是一个沉浸式工作坊项目，旨在展示如何将最先进的（SoTA）基础模型集成到产品体验和后台工作流中。它基于微软的 Copilot 技术栈、Microsoft Ag★ 208
designing-ml-systems-summary这是《Designing Machine Learning Systems》（Chip Huyen 著）一书的详细中文总结项目。该书系统讲解了从数据收集、特征工★ 207
actions-ml-cicdactions-ml-cicd 是一个 GitHub Actions 的集合，旨在简化 MLOps 流程。它解决的是机器学习项目在持续集成和持续部署（CI/CD★ 206
ai-learning-kitai-learning-kit 是一个精选的 AI 学习资料合集，旨在为开发者、学生和研究者提供系统化的 AI 学习路径。它解决了 AI 领域信息过载、学习资源★ 205
cicd-templatescicd-templates 是一个面向 Databricks 平台的 CI/CD 模板集合，旨在帮助团队用代码管理 Databricks 的部署和持续集成流程★ 203
runtimeRuntime 是一个用于构建和管理 AI 代理（Agent）与工作流（Workflow）的运行时基础设施，基于 Python 实现。它旨在解决 AI 应用从原★ 202
watchtowerAIShield Watchtower 是一个用于AI模型洞察与漏洞扫描的开源工具，旨在帮助开发者和安全团队深入理解AI模型的行为，并识别潜在的安全风险。它通过★ 202
post-modern-stackpost-modern-stack 是一个旨在融合现代数据栈与现代机器学习栈的开源项目。它解决的是数据工程与机器学习工作流之间割裂的问题，通过提供统一的工具链和★ 202
ML-Model-CIMLModelCI 是一个面向机器学习服务的 MLOps 平台，旨在打通模型训练与线上部署之间的断层。它提供模型管理、格式转换、性能剖析和自动部署等一站式能力，★ 198
mlops-projectmlops-project 是一个面向机器学习运维（MLOps）的基础设施项目，旨在帮助团队标准化机器学习模型的开发、部署与监控流程。它解决了机器学习项目从实验★ 194
tracemlTraceML 是一个开源的 PyTorch 训练性能诊断工具，旨在帮助开发者定位和解决训练过程中的性能瓶颈。它通过自动捕获和分析训练运行时的性能数据，提供可视★ 189
zenbyteszenbytes 是一个面向 MLOps 初学者的实践指南，基于 ZenML 及其生态集成，通过 Jupyter Notebook 形式逐步演示机器学习运维的核★ 189
mlops.toysmlops.toys 是一个精心整理的 MLOps 项目、工具和资源清单，以 Vue 构建的网站形式呈现。它旨在解决 MLOps 领域工具分散、信息过载的问题，★ 187
kubeflow-manifestskubeflow-manifests 是 AWS 官方维护的 KubeFlow 部署清单仓库，用于在 Amazon EKS（弹性 Kubernetes 服务）上★ 186
merlinMerlin 是一个面向 Kubernetes 的机器学习模型管理、部署和服务平台，旨在简化 ML 模型从训练到生产的全流程。它解决了在 Kubernetes ★ 184
kfp-tektonkfp-tekton 是一个将 Kubeflow Pipelines（KFP）与 Tekton 深度集成的开源项目，旨在让用户能够用 KFP 的 Python ★ 183
docker-containersdocker-containers 是 fast.ai 官方维护的 Docker 镜像仓库，旨在为深度学习和机器学习开发者提供开箱即用的容器化环境。该项目通过预★ 182
awesome-sagemakerawesome-sagemaker 是一个精选的 Amazon SageMaker 参考资源列表，旨在帮助开发者、数据科学家和机器学习工程师快速找到与 Sage★ 180