mlops 第 8 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 8 / 9 页）
ai-ml-roadmap这是一个面向2025年AI和机器学习初学者的学习路线图项目，旨在提供从基础到进阶的系统化学习路径。它解决了初学者面对海量AI/ML资源时不知从何入手、学习路径不★ 90
MLOpsTemplateMLOpsTemplate 是一个面向现代 MLOps 实践的模板与工具集，旨在帮助团队快速搭建机器学习运维的基础设施。它解决了从模型开发到生产部署过程中缺乏标★ 90
VeritensorVeritensor 是一个针对 AI 供应链的安全静态分析工具，定位为“AI 制品杀毒软件”和“RAG 防火墙”。它主要解决 AI 开发中模型、数据集、笔记本★ 88
FAI-ModelFAI-Model 是 FriendliAI 推出的模型中心（Model Hub），旨在为 AI 应用提供一套标准化的模型服务基础设施。它解决的是从模型训练到生★ 88
examplesNeptune 是一个用于机器学习实验管理和 MLOps 的元数据存储库。这个名为 examples 的仓库是 Neptune 官方提供的示例集合，展示了如何将★ 87
certified-developer这是英特尔认证开发者计划的官方仓库，旨在为开发者提供一套标准化的技能认证体系。项目通过定义清晰的技能领域和考核标准，帮助开发者验证自己在英特尔相关技术栈（如AI★ 87
benderoptbenderopt 是一个黑盒优化库，旨在帮助用户在没有梯度信息的情况下，对任意函数进行参数调优。它解决了传统优化方法（如梯度下降）无法应用于离散、不可导或评估★ 87
chassisChassis 是一个将机器学习模型打包成便携式容器镜像的工具，旨在解决模型部署和迁移的复杂性。它支持多种主流模型格式（如 TensorFlow、PyTorch★ 87
nboxnbox 是 NimbleBox 平台的官方 Python 包，旨在将平台的所有 API 封装为命令行工具和可复用的 Python 模块，从而简化机器学习工作流★ 87
sdksdk 是一个面向生产环境机器学习（ML）的元数据存储基础设施。它旨在解决 ML 模型开发与部署过程中元数据管理混乱、难以追踪的问题，为模型、数据集、训练运行等★ 87
distributed-inference这是一个用 Go 语言编写的演示项目，旨在展示如何在深度学习/机器学习领域设计跨语言、分布式的推理管道。它利用 WebRTC 和 Redis Streams 作★ 86
great_expectations_action这是一个GitHub Action，旨在简化在CI工作流中使用Great Expectations验证数据管道的过程。它解决了数据工程团队在持续集成中难以自动执★ 86
kamonohashiKAMONOHASHI 是一个面向 AI 开发的基础设施平台，旨在为机器学习团队提供从数据管理、模型训练到部署的全流程支持。它解决了 AI 开发中环境配置复杂、★ 86
mlops-project-template这是一个面向Azure云平台的MLOps解决方案加速器模板，旨在帮助企业快速、标准化地在Azure上部署和运维机器学习模型。项目基于Azure MLOps v2★ 85
fusemlFuseML 是一个开源的 MLOps 框架，旨在作为动态集成层，将用户选择的 AI/ML 工具（如训练框架、模型注册、CI/CD 等）组合成一个统一的工作流。★ 85
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
aisbomaisbom 是一个面向人工智能领域的软件物料清单（SBOM）工具，旨在为 AI 供应链提供透明度和可追溯性。它解决的核心问题是：随着 AI 模型和数据集在软件★ 83
dstoolkit-mlops-databricks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，Dat★ 83
fsdl-text-recognizer-2022这是 FSDL（Full Stack Deep Learning）2022 课程的配套完整项目代码仓库，对应课程实验的最终答案版本。项目以文本识别（OCR）为实★ 83
End-to-End-AutoML-Insurance这是一个面向保险交叉销售场景的端到端AutoML参考实现，整合了H2O AutoML、MLflow、FastAPI和Streamlit四大工具链。项目以Jupy★ 83
LUMI-AI-GuideLUMI AI Guide 是一个帮助用户将机器学习应用从中小型计算环境迁移到 LUMI 超级计算机的指南项目。它针对 LUMI 这一欧洲高性能计算平台，提供从★ 82
machine-learning-models这是一个用阿拉伯语传播机器学习和人工智能知识的开源项目，旨在降低阿拉伯语用户学习AI的门槛。项目以Jupyter Notebook为主要载体，提供了一系列教学示★ 82
inferencedbinferencedb 是一个实验性的开源基础设施项目，旨在将生产环境中实时机器学习模型的推理结果流式传输到任意数据湖。它解决了模型推理数据难以统一收集、存储和★ 82
soorgeonsoorgeon 是一个将单体 Jupyter notebook 转换为可维护的 Ploomber 数据管道的开源工具。它解决的是数据科学家在 notebook★ 81
MLOps.NETMLOps.NET 是一个面向 ML.NET 模型的操作与管理工具，旨在填补 ML.NET 生态中 MLOps 能力的空白。它解决了 .NET 开发者难以对机器★ 81
ai-infra-performance-learning这是一个面向AI基础设施性能工程师的学习路线图，聚焦GPU优化、推理优化和成本降低三大主题。项目以Python为主要技术栈，通过整理和串联相关的学习资源、实践案★ 79
ray_vllm_inferenceray_vllm_inference 是一个将 vLLM 与 Ray Serve 集成的轻量级 LLM 推理服务项目，旨在提供快速且可扩展的大模型服务能力。它解★ 79
Intent-classifier-model这是一个极简的意图分类模型，专门用于短文本的客户支持场景。它接收用户输入（如“Hi, I need help with my bill”），并输出五类意图之一：★ 79
MLOps这是一个学习型仓库，作者在学习和实践MLOps过程中整理的项目清单。它并非一个完整的框架或工具，而是一个个人学习路径的公开记录，包含一系列与机器学习运维相关的项★ 79
are-you-a-cat这是一个面向ZenML MLOps竞赛的示例项目，名为“你是猫吗”。它演示了如何利用ZenML构建一个完整的机器学习流水线，从数据加载、预处理、模型训练到部署的★ 78
cinnamonCinnaMon 是一个 Python 库，专注于机器学习系统中的数据漂移检测、解释与修正。它解决的是模型上线后因数据分布变化导致性能下降的问题，提供了一套工具★ 78
xvcxvc 是一个用 Rust 编写的 MLOps 工具，专注于数据版本管理和流水线管理。它解决了机器学习项目中数据文件、模型和实验管线的版本控制与可复现性问题，提★ 77
domino-researchdomino-research 是 Domino 数据实验室研发团队开源的项目集合仓库，主要托管该团队在数据科学、机器学习基础设施和实验管理方面的内部工具与研究★ 77
damadama 是一个简化的机器学习容器平台，旨在帮助团队快速启动自动化工作流。它解决了机器学习项目从开发到部署过程中环境配置复杂、流程繁琐的问题，通过容器化技术提供★ 77
gpu-telemetrygpu-telemetry 是一个面向 GPU 可观测性的开源项目，核心解决 GPU 资源在 Kubernetes 或 Slurm 集群中“被谁使用”的问题。它★ 76
e2e-mlops-project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★ 76
PicPilotPicPilot 是一个基于 Python 的图像生成工具，旨在帮助品牌快速创建视觉内容。它利用 Stable Diffusion 和 Transformers★ 75
aif-c01aif-c01 是一个面向 AWS AI Practitioner（AIF-C01）认证考试的开源备考项目，以 Python 为核心语言，提供结构化的学习资料与★ 75
rag-opsrag-ops 是一个基于 Python 的 RAG（检索增强生成）系统基础设施参考实现，它将 LLMOps 的核心方法论落地为可运行的代码。项目聚焦于生产级 ★ 73
lzylzy 是一个面向机器学习工作流的混合执行平台，核心目标是让用户无需关心代码在本地还是远程运行，透明地整合本地与远程运行时。它通过统一的执行抽象，将工作流中的任★ 73
aiml-companionAI-ML Companion 是一个交互式学习平台，旨在通过可视化方式帮助用户理解人工智能和机器学习。它包含22个学习轨道和300多个模块，提供实时可视化演示★ 72
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
vetiver-pythonvetiver-python 是一个用于机器学习模型版本管理、共享、部署和监控的 Python 框架。它解决了模型从训练到生产过程中缺乏标准化流程的问题，提供了★ 71
terraform-aws-metaflowterraform-aws-metaflow 是一个用于在 AWS 上部署生产级 Metaflow 云基础设施的开源 Terraform 模块。Metaflow★ 70
TimeSeriesGANTimeSeriesGAN 是一个基于生成对抗网络（GAN）的时间序列分析工具，专注于合成数据生成、异常检测和插值。它利用 GAN 的生成能力来模拟真实时间序列★ 70
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
mljetmljet 是一个极简的机器学习模型自动部署工具，旨在解决模型从训练到上线过程中的部署复杂性问题。它提供简洁的 API 和配置方式，支持将常见的 ML 模型（如★ 69
aegeaaegea是一个用Python编写的AWS操作接口，旨在简化Amazon Web Services的日常管理和操作。它提供了一套统一的命令行工具，让开发者能够通★ 69
metaflow-toolsmetaflow-tools 是 Netflix 开源的 Metaflow 生产运维工具集，使用 HCL 语言编写，旨在帮助团队在 Kubernetes 等基础★ 68
recommenderrecommender 是一个基于 Django 和协同过滤算法的推荐引擎示例项目。它解决了开发者快速搭建个性化推荐系统的入门难题，通过 Python 实现用户★ 68