Download awesome mlops - download awesome mlops

awesome mlops

Outro código-fonte

1.0.0

Baixar

Mlops incríveis

Uma lista com curadoria de ferramentas incríveis do MLOPS.

Inspirado no Awesome-Python.

Mlops incríveis
- Automl
- CI/CD para aprendizado de máquina
- Monitoramento de empregos de Cron
- Catálogo de dados
- Enriquecimento de dados
- Exploração de dados
- Gerenciamento de dados
- Processamento de dados
- Validação de dados
- Visualização de dados
- Detecção de deriva
- Engenharia de recursos
- Loja de recursos
- Ajuste hiperparâmetro
- Compartilhamento de conhecimento
- Plataforma de aprendizado de máquina
- Modelo de justiça e privacidade
- Interpretabilidade do modelo
- Ciclo de vida do modelo
- Modelo Serviço
- Teste de modelo e validação
- Ferramentas de otimização
- Ferramentas de simplificação
- Análise visual e depuração
- Ferramentas de fluxo de trabalho
Recursos
- Artigos
- Livros
- Eventos
- Outras listas
- Podcasts
- Folga
- Sites
Contribuindo

Automl

Ferramentas para executar o Automl.

AutoGluon-Aprendizado de máquina automatizado para dados de imagem, texto, tabular, séries temporais e multimodais.
Autokeras - O objetivo do Autokeras é tornar o aprendizado de máquina acessível para todos.
Autopytorch - Pesquisa de arquitetura automática e otimização de hiperparâmetro para Pytorch.
AutoSklearn-Kit de ferramentas de aprendizado de máquina automatizado e uma substituição de drop-in para um estimador Scikit-Learn.
Evalml - Uma biblioteca que constrói, otimiza e avalia pipelines ML usando funções específicas de domínio.
Flaml - encontra modelos precisos de ML automaticamente, eficiente e economicamente.
H2O Automl - automatiza o fluxo de trabalho da ML, que inclui treinamento automático e ajuste de modelos.
MINDSDB - Camada AI para bancos de dados que permitem desenvolver, treinar e implantar modelos ML sem esforço.
MLBOX - MLBOX é uma poderosa biblioteca de aprendizado de máquina automatizado.
Pesquisa de modelo - estrutura que implementa algoritmos de automl para pesquisa de arquitetura de modelo em escala.
NNI - Um kit de ferramentas de automóvel de código aberto para automatizar o ciclo de vida do aprendizado de máquina.

CI/CD para aprendizado de máquina

Ferramentas para executar CI/CD para aprendizado de máquina.

ClearML - CI/CD auto -mágico para otimizar seu fluxo de trabalho ML.
CML - Biblioteca de código aberto para implementar o CI/CD em projetos de aprendizado de máquina.
KITOPS - Projeto MLOPS de código aberto que facilita as transferências do modelo entre cientista de dados e DevOps.

Monitoramento de empregos de Cron

Ferramentas para monitorar trabalhos cron (trabalhos recorrentes).

Cronitor - Monitore qualquer trabalho cron ou tarefa programada.
HealthChecksio - Monitoramento de empregos Cron simples e eficaz.

Catálogo de dados

Ferramentas para catalogação de dados.

Amundsen - Descoberta de dados e mecanismo de metadados para melhorar a produtividade ao interagir com os dados.
Apache Atlas - fornece recursos de gerenciamento e governança de metadados abertos para criar um catálogo de dados.
CKAN - DMS de código aberto (sistema de gerenciamento de dados) para alimentar hubs de dados e portais de dados.
DataHub - Ferramenta de pesquisa e descoberta de metadados generalizados do LinkedIn.
Magda - Um catálogo de dados federado e de código aberto para todos os seus big data e pequenos dados.
Metacat - Serviço de API de exploração de metadados unificados para Hive, RDS, Teradata, Redshift, S3 e Cassandra.
OpenMetadata - um único local para descobrir, colaborar e acertar seus dados.

Enriquecimento de dados

Ferramentas e bibliotecas para enriquecimento de dados.

Snorkel - Um sistema para gerar rapidamente dados de treinamento com supervisão fraca.
UPGINI - Enriquece conjuntos de dados de treinamento com recursos de fontes de dados compartilhadas públicas e comunitárias.

Exploração de dados

Ferramentas para executar a exploração de dados.

Apache Zeppelin - Ativa a análise de dados interativa orientada a dados e documentos colaborativos.
BAMBOOLIB - Uma GUI intuitiva para quadros de dados de pandas.
DataPrep - Colete, limpe e visualize seus dados no Python.
Google Colab - Serviço de notebook Jupyter hospedado que não requer configuração para usar.
Jupyter Notebook - ambiente de notebook baseado na Web para computação interativa.
Jupyterlab - A interface de usuário da próxima geração do Project Jupyter.
JupyText - Jupyter Notebooks como documentos de Markdown, Julia, Python ou R Scripts.
Profiling Pandas - Crie relatórios de criação de perfil HTML a partir de objetos do Pandas DataFrame.
Polynote - o notebook poliglot com suporte de Scala de primeira classe.

Gerenciamento de dados

Ferramentas para executar o gerenciamento de dados.

ARRIKTO - Morto de armazenamento simples e ultra rápido para o mundo híbrido de Kubernetes.
Blazingsql - um mecanismo leve e acelerado da GPU, SQL para Python. Construído no Rapids CUDF.
Camada de armazenamento do lago Delta que traz transações ácidas escaláveis ao Apache Spark e outros motores.
DOLT - Banco de dados SQL que você pode gastar, clone, ramificar, mesclar, empurrar e puxar como um repositório Git.
DUD - Uma ferramenta cli leve para versões de versão ao lado do código -fonte e da criação de pipelines de dados.
DVC - Gerenciamento e versão de conjuntos de dados e modelos de aprendizado de máquina.
Git LFS - Uma extensão Git de código aberto para versões de arquivos grandes.
Hub - Um formato de conjunto de dados para criar, armazenar e colaborar nos conjuntos de dados de AI de qualquer tamanho.
Ingestão - Um conjunto leve de ferramentas para carregar e compartilhar dados em projetos de ciência de dados.
Lakefs - Data Lake repetível, atômico e de versão em cima do armazenamento de objetos.
Marquez - Colete, agregue e visualize os metadados de um ecossistema de dados.
MILVUS - Um mecanismo de busca de similaridade vetorial de incorporação de código aberto, alimentado por FAISS, NMSLIB e Irrive.
Pinecone - Pesquisa de similaridade vetorial gerenciada e distribuída usada com um SDK leve.
QDRANT - Um mecanismo de pesquisa de similaridade de vetores de código aberto com suporte de filtragem estendido.
Quilt - Um hub de dados auto -organizados com suporte S3.

Processamento de dados

Ferramentas relacionadas ao processamento de dados e pipelines de dados.

Airflow - Plataforma para criar, agendar e monitorar programaticamente fluxos de trabalho.
Azkaban - O agendador de trabalhos de fluxo de trabalho em lote criado no LinkedIn para administrar empregos no Hadoop.
Dagster - Um orquestrador de dados para aprendizado de máquina, análise e ETL.
Hadoop - estrutura que permite o processamento distribuído de grandes conjuntos de dados em clusters.
OpenRefine - ferramenta elétrica para trabalhar com dados confusos e melhorá -los.
Spark - Unified Analytics Engine para processamento de dados em larga escala.

Validação de dados

Ferramentas relacionadas à validação de dados.

Cerberus - Biblioteca de validação de dados leve e extensível para Python.
CleanLab-Biblioteca Python para AI centrada em dados e aprendizado de máquina com dados e etiquetas bagunçados do mundo real.
Grandes expectativas - uma estrutura de validação de dados Python que permite testar seus dados contra conjuntos de dados.
JSON Schema - Um vocabulário que permite anotar e validar documentos JSON.
TFDV - Uma biblioteca para explorar e validar dados de aprendizado de máquina.

Visualização de dados

Ferramentas para visualização de dados, relatórios e painéis.

Conte-Ferramenta de consulta e visualização SQL/Drag-and-Drop, com base em notebooks.
Dash - Aplicativos da Web analítica para Python, R, Julia e Jupyter.
Data Studio - Solução de relatórios para usuários de energia que desejam ir além dos dados e painéis do GA.
FACETAS - Visualizações para entender e analisar conjuntos de dados de aprendizado de máquina.
Grafana - Análise de código aberto de várias plataformas e aplicativo da Web de visualização interativa.
Lux - Exploração de dados rápida e fácil, automatizando o processo de visualização e análise de dados.
Metabase - A maneira mais simples e rápida de obter inteligência de negócios e análise para todos.
Redash - Conecte -se a qualquer fonte de dados, visualize facilmente, painel e compartilhe seus dados.
Solidui - A plataforma de prototipagem e edição de visualização gerada pela AI, suporta modelos 2D e 3D.
Superset - Aplicativo da Web moderno e pronto para empresas.
Tableau - Ferramenta de visualização de dados poderosa e de crescimento mais rápido usado na indústria de inteligência de negócios.

Detecção de deriva

Ferramentas e bibliotecas relacionadas à detecção de deriva.

Alibi Detect - Uma biblioteca Python de código aberto focado na detecção de extinção, adversário e deriva.
FROUROS - Uma biblioteca Python de código aberto para detecção de deriva em sistemas de aprendizado de máquina.
TORCHDRIFT - Uma biblioteca de deriva de dados e conceito para Pytorch.

Engenharia de recursos

Ferramentas e bibliotecas relacionadas à engenharia de recursos.

MOTOR DE RECURSO - Pacote de engenharia de recursos com funcionalidade Sklearn.
FeedureTools - Biblioteca Python para engenharia automatizada de recursos.
TSFRESH - Biblioteca Python para extração automática de recursos relevantes de séries temporais.

Loja de recursos

Ferramentas de armazenamento de recursos para serviço de dados.

Butterfree - Uma ferramenta para construir lojas de recursos. Transforme seus dados brutos em belos recursos.
BYTEHUB-Uma loja de recursos fácil de usar. Otimizado para dados de séries temporais.
FEAST-LOJA DE RECURSOS DE CORREVEM ABERTO DE ENDAÇÃO A PARTIMANTE PARA ANESENHA DE MACHINE.
FEATHR - Uma loja de recursos de alto desempenho e de alta qualidade.
RecursoForm - Uma loja de recursos virtuais. Transforme sua infraestrutura de dados existente em uma loja de recursos.
Tecton - Uma plataforma de recursos totalmente gerenciada criada para orquestrar o ciclo de vida completo dos recursos.

Ajuste hiperparâmetro

Ferramentas e bibliotecas para executar o ajuste do hiperparâmetro.

Conselheiro - Implementação de código aberto do Google Vizier para o ajuste de hiper parâmetros.
Hyperas - Um invólucro muito simples para a otimização conveniente de hiperparâmetro.
Hiperopt - Otimização de hiperparâmetro assíncrono distribuído em Python.
KATIB - Sistema baseado em Kubernetes para ajuste de hiperparâmetro e pesquisa de arquitetura neural.
Kerastuner-Estrutura de otimização de hiperparâmetro fácil de usar e escalonável.
Optuna - Estrutura de otimização de hiperparâmetro de código aberto para automatizar a pesquisa de hiperparâmetro.
Scikit Optimize - biblioteca simples e eficiente para minimizar funções caras e barulhentas de caixa preta.
Talos - Otimização de hiperparâmetro para Tensorflow, Keras e Pytorch.
Tune - Biblioteca Python para execução do experimento e ajuste hiperparâmetro em qualquer escala.

Compartilhamento de conhecimento

Ferramentas para compartilhar conhecimento a toda a equipe/empresa.

Knowledge Repo - Plataforma de compartilhamento de conhecimento para cientistas de dados e outras profissões técnicas.
KYSO - Um local para insights de dados para que toda a sua equipe possa aprender com seus dados.

Plataforma de aprendizado de máquina

Soluções completas de plataforma de aprendizado de máquina.

Aiware - Aiware ajuda as equipes do MLOPs a avaliar, implantar, integrar, escalar e monitorar modelos ML.
Algoritmia - governe com segurança suas operações de aprendizado de máquina com um ciclo de vida saudável de ML.
Allegro AI - Transforme a pesquisa ML/DL em produtos. Mais rápido.
Bodywork - implanta projetos de aprendizado de máquina desenvolvidos em Python, para Kubernetes.
CNVRG-Uma plataforma de aprendizado de máquina de ponta a ponta para criar e implantar modelos de IA em escala.
DAGSHUB - Uma plataforma criada em ferramentas de código aberto para gerenciamento de dados, modelo e pipeline.
Dataiku - Plataforma democratizando o acesso a dados e permitindo que as empresas construam seu próprio caminho para a IA.
DataRobot-Plataforma AI que democratiza a ciência de dados e automatiza o ML de ponta a ponta em escala.
Domino - Um lugar para suas ferramentas de ciência de dados, aplicativos, resultados, modelos e conhecimento.
Plataforma de Impulse de Edge para criar, otimizar e implantar algoritmos AI/ML para dispositivos de borda.
Envd - Ambiente de Desenvolvimento de Aprendizado de Máquinas para Ciência de Dados e equipes de engenharia de IA/ML.
FedML - simplifica o fluxo de trabalho do aprendizado federado em qualquer lugar em qualquer escala.
Gradiente - Plataforma Multicloud IC/CD e MLOPs para equipes de aprendizado de máquina.
H2O - Líder de código aberto em IA com uma missão para democratizar a IA para todos.
HopSworks - Plataforma de código aberto para desenvolver e operar modelos de aprendizado de máquina em escala.
IGUAZIO-Plataforma de ciência de dados que automatiza MLOPs com pipelines de aprendizado de máquina de ponta a ponta.
Katonic - automatize seu ciclo de inteligência com a plataforma Katonic Mlops.
KNIME - Crie e produzindo ciência de dados usando um ambiente fácil e intuitivo.
KUBEFLOW - Fazendo implantações de fluxos de trabalho ML em Kubernetes simples, portáteis e escaláveis.
Lynxkite - Uma plataforma completa de ciência de dados de gráficos para gráficos muito grandes e outros conjuntos de dados.
ML Workspace-IDE all-in-one baseado na Web especializado em aprendizado de máquina e ciência de dados.
MLREEF - Plataforma Mlops de código aberto que ajuda a colaborar, reproduzir e compartilhar seu trabalho de ML.
Modzy - Implante, conecte, execute e monitore os modelos de aprendizado de máquina (ML) na empresa e na borda.
Plataforma Neu.ro-MLOPs que integra ferramentas de código aberto e proprietárias em sistemas orientados ao cliente.
Omnimizador - simplifica e acelera os MLOPs, preenchendo a lacuna entre os modelos ML e o hardware de borda.
Pachyderm-combina linhagem de dados com pipelines de ponta a ponta em Kubernetes, projetados para a empresa.
Polyaxon - Uma plataforma para aprendizado de máquina reprodutível e escalável e aprendizado profundo em Kubernetes.
Sagemaker - Serviço totalmente gerenciado que fornece a capacidade de construir, treinar e implantar modelos ML rapidamente.
SAS VIYA - Cloud Native AI, plataforma analítica e de gerenciamento de dados que suporta o ciclo de vida do Analytics.
Semática-Uma ferramenta de pipeline de ponta a ponta de código aberto para ir do protótipo do laptop para a nuvem em pouco tempo.
SIGOPT - Uma plataforma que facilita o rastreamento de execuções, visualiza o treinamento e escala o ajuste hiperparâmetro.
Truefoundry - Uma plataforma MLOPs nativa em nuvem sobre o Kubernetes para simplificar o treinamento e a porção de modelos de ML.
Valohai - leva você do POC à produção, gerenciando todo o ciclo de vida do modelo.

Modelo de justiça e privacidade

Ferramentas para realizar a justiça e a privacidade do modelo na produção.

AIF360 - Um conjunto abrangente de métricas de justiça para conjuntos de dados e modelos de aprendizado de máquina.
Fairlearn - Um pacote Python para avaliar e melhorar a justiça dos modelos de aprendizado de máquina.
Opacus - Uma biblioteca que permite o treinamento de modelos de Pytorch com privacidade diferencial.
Privacidade do Tensorflow - Biblioteca para treinamento de modelos de aprendizado de máquina com privacidade para o treinamento de dados.

Interpretabilidade do modelo

Ferramentas para executar a interpretabilidade/explicação do modelo.

Alibi - Biblioteca Python de código aberto, permitindo a inspeção e interpretação do modelo ML.
Captum - Interpretabilidade do modelo e compreensão da Biblioteca para Pytorch.
ELI5 - Pacote Python, que ajuda a depurar classificadores de aprendizado de máquina e explicar suas previsões.
InterpretML - Um kit de ferramentas para ajudar a entender os modelos e ativar o aprendizado de máquina responsável.
Lime - explicando as previsões de qualquer classificador de aprendizado de máquina.
Lucid - Coleção de infraestrutura e ferramentas para pesquisa na interpretabilidade da rede neural.
SAGE - Para calcular a importância do recurso global usando os valores do Shapley.
Shap - Uma abordagem teórica do jogo para explicar a saída de qualquer modelo de aprendizado de máquina.

Ciclo de vida do modelo

Ferramentas para gerenciar o ciclo de vida do modelo (experimentos de rastreamento, parâmetros e métricas).

Aeromancia - Uma estrutura para realizar IA e ML reprodutível para pesos e vieses.
AIM - Uma maneira super fácil de gravar, pesquisar e comparar 1000s de treinamento em ML.
Cascade - Biblioteca de ferramentas de engenharia ML para prototipagem rápida e gerenciamento de experimentos.
Cometa - Rastreie seus conjuntos de dados, alterações de código, histórico de experimentação e modelos.
Guild AI - rastreamento de experimentos de código aberto, automação de pipeline e ajuste hiperparâmetro.
Controle de lembrança - versão para aprendizado de máquina com suporte ao Amazon S3 e Google Cloud Storage.
Perda -time - facilita o rastreamento do progresso de um projeto de aprendizado de máquina.
MLFlow - Plataforma de código aberto para o ciclo de vida do aprendizado de máquina.
ModelDB - Versão do modelo ML de código aberto, metadados e gerenciamento de experimentos.
Netuno AI - A ferramenta de gerenciamento de experimentos mais leve que se encaixa em qualquer fluxo de trabalho.
Sagrado - uma ferramenta para ajudá -lo a configurar, organizar, registrar e reproduzir experimentos.
Pesos e vieses - uma ferramenta para visualizar e rastrear seus experimentos de aprendizado de máquina.

Modelo Serviço

Ferramentas para servir modelos em produção.

BANANA - Hospedar seu código de inferência ML em GPUs sem servidor e integrá -lo ao seu aplicativo com uma linha de código.
Beam - Desenvolva -se em GPUs sem servidor, implante APIs altamente executivas e protótipos rapidamente modelos ML.
Bentoml-Plataforma de código aberto para porção de modelo ML de alto desempenho.
Orçamento - Implante um serviço de inferência de ML com orçamento em menos de 10 linhas de código.
Cog-Ferramenta de código aberto que permite empacotar modelos ML em um contêiner padrão e pronto para produção.
Cortex - Modelo de aprendizado de máquina Infraestrutura de servir.
APIs de inferência do hospedeiro Geniusrise, inferência em massa e textos finos, visão, áudio e modelos multimodais.
Gradio - Crie componentes de interface do usuário personalizáveis em torno de seus modelos.
GraphPipe - Model Learning Model Implantment simplificou.
Hydrofera - Plataforma para implantar seu aprendizado de máquina na produção.
KfServing - Definição de recursos personalizados do Kubernetes para servir modelos ML em estruturas arbitrárias.
Localai - API REST de substituição de drop -in que é compatível com as especificações da API OpenAI para inferir.
Merlin - Uma plataforma para implantar e servir modelos de aprendizado de máquina.
MLEM - Versão e implante seus modelos ML seguindo os princípios do Gitops.
Opyrator - transforma seu código ML em microsserviços com API da Web, GUI interativa e muito mais.
Previsão - coleta de eventos, implantação de algoritmos, avaliação, consulta a resultados preditivos via APIs.
Quix - Plataforma sem servidor para processar fluxos de dados em tempo real com modelos de aprendizado de máquina.
Rune - fornece contêineres para encapsular e implantar pipelines e aplicativos EDgeml.
Seldon - Pegue seus projetos de ML do POC à produção com máxima eficiência e risco mínimo.
Streamlit - permite criar aplicativos para seus projetos ML com scripts python enganosamente simples.
Serviço Tensorflow - Sistema de servir de alto desempenho flexível para modelos de ML, projetados para produção.
TorchServe - Uma ferramenta flexível e fácil de usar para servir modelos Pytorch.
Triton Inference Server - fornece uma solução otimizada de infecção em nuvem e borda.
Vespa - Armazene, pesquise, organize e faça inferências aprendidas pela máquina em relação ao big data no horário de servir.
Wallaroo.ai - Uma plataforma para implantar, servir e otimizar modelos de ML em ambientes em nuvem e borda.

Teste de modelo e validação

Ferramentas para testar e validar modelos.

Pacote DeepChecks - Pacote de código aberto para validar modelos e dados ML, com várias verificações e suítes.
Starwhale - Uma plataforma MLOPS/LLMOPS para construção de modelos, avaliação e ajuste fino.
Trubrics - Valide o aprendizado de máquina com ciência de dados e feedback de especialistas em domínio.

Ferramentas de otimização

Ferramentas de otimização relacionadas à escalabilidade do modelo na produção.

Acelerar-Uma maneira simples de treinar e usar modelos Pytorch com precisão multi-GPU, TPU, mista.
Dask - fornece paralelismo avançado para análise, permitindo o desempenho em escala para as ferramentas que você ama.
Biblioteca de otimização de aprendizado profundo e profundo que torna o treinamento distribuído fácil, eficiente e eficaz.
Biblioteca de computação distribuída de fibra - Python para clusters de computadores modernos.
Horovod - Estrutura de treinamento de aprendizado profundo distribuído para Tensorflow, Keras, Pytorch e Apache MXNET.
MAHOUT - estrutura de álgebra linear distribuída e Scala DSL matematicamente expressiva.
MLLIB - Biblioteca de aprendizado de máquina escalável da Apache Spark.
Modin - Acelere seus fluxos de trabalho de pandas alterando uma única linha de código.
Nebullvm-biblioteca fácil de usar para aumentar a inferência da IA.
NOS - Módulo de código aberto para executar cargas de trabalho de IA em Kubernetes de maneira otimizada.
Petastorm - permite uma única máquina ou treinamento e avaliação distribuídos de modelos de aprendizado profundo.
Rapids-dá a capacidade de executar pipelines de ponta a ponta de ciência e análise de dados inteiramente nas GPUs.
Ray - estrutura rápida e simples para criar e executar aplicativos distribuídos.
Singa - Projeto de nível superior do Apache, com foco no treinamento distribuído dos modelos DL e ML.
TPOT - Ferramenta ML automatizada que otimiza os pipelines de aprendizado de máquina usando programação genética.

Ferramentas de simplificação

Ferramentas relacionadas à simplificação e padronização do aprendizado de máquina.

Chassis - transforma modelos em recipientes amigáveis ao ML que correm em qualquer lugar.
Hermione - Ajude os cientistas de dados a criar códigos mais organizados, de uma maneira mais rápida e simples.
HYDRA - Uma estrutura para configurar elegantemente aplicativos complexos.
KOALAS - API PANDAS no Apache Spark. Torna os cientistas de dados mais produtivos ao interagir com o Big Data.
Ludwig - permite que os usuários treinem e testem modelos de aprendizado profundo sem a necessidade de escrever código.
MLNotify - Não há necessidade de continuar verificando seu treinamento, apenas uma linha de importação e você saberá o segundo em que está pronto.
PyCaret - Biblioteca de aprendizado de máquina de código aberto, de código baixo em Python.
Sagify - Um utilitário da CLI para treinar e implantar modelos ML/DL no AWS Sagemaker.
SOOPERVISOR - Exportar projetos ML para Kubernetes (Flows de Trabalho de Argo), Fluxo de Aéreo, Lotes da AWS e Slurm.
SOORGEON - Converta notebooks monolíticos de Jupyter em oleodutos sustentáveis.
TRAINGERATER - Um aplicativo da Web para gerar código de modelo para aprendizado de máquina.
Turi Create - simplifica o desenvolvimento de modelos personalizados de aprendizado de máquina.

Análise visual e depuração

Ferramentas para realizar análises visuais e depuração de modelos ML/DL.

APORIA - Observabilidade com monitoramento e explicação personalizados para modelos de ML.
ARIZE-Uma plataforma de observabilidade e monitoramento de modelos de ponta a ponta gratuita e modelo.
Evidentemente - Relatórios interativos para analisar modelos de ML durante a validação ou monitoramento da produção.
Fiddler - Monitore, explique e analise sua IA em produção.
Moletíssimo - Uma ferramenta de depuração visual agnóstica do modelo para aprendizado de máquina.
Nannyml - Algoritmo capaz de capturar totalmente o impacto do desvio de dados no desempenho.
Netron - Visualizador para Rede Neural, Aprendizado Deep e Modelos de Aprendizado de Máquinas.
OPIK - Avalie, teste e ship LLM Aplicações com um conjunto de ferramentas de observabilidade.
Phoenix - Mlops em um notebook para solução de problemas e modelos generativos de LLM, CV e tabulares de ajuste fino.
RadicalBit - A solução de código aberto para monitorar seus modelos de IA em produção.
Superwise-a observabilidade do modelo de nível corporativo totalmente automatizado em uma plataforma SaaS de autoatendimento.
WhyLogs - O padrão de código aberto para registro de dados. Ativa o monitoramento e a observabilidade da ML.
YellowBrick - Análise visual e ferramentas de diagnóstico para facilitar a seleção do modelo de aprendizado de máquina.

Ferramentas de fluxo de trabalho

Ferramentas e estruturas para criar fluxos de trabalho ou dutos no contexto de aprendizado de máquina.

Argo - Motor de fluxo de trabalho nativo de contêiner de código aberto para orquestrar trabalhos paralelos em Kubernetes.
Automatate Studio - Construa e implante rapidamente fluxos de trabalho movidos a IA.
Couler - Interface unificada para construir e gerenciar fluxos de trabalho em diferentes mecanismos de fluxo de trabalho.
DSTACK - Uma ferramenta de núcleo aberto para automatizar os fluxos de trabalho de dados e treinamento.
Flyte - Fácil de criar fluxos de trabalho simultâneos, escaláveis e sustentáveis para o aprendizado de máquina.
HAMILTON - Um micro -quadro de uso geral escalável para definir fluxos de dados.
Kale - visa simplificar a experiência de ciência de dados de implantar os fluxos de trabalho da Kubeflow Pipelines.
Kedro - Biblioteca que implementa a melhor prática de engenharia de software para dados e pipelines de ML.
Módulo Luigi - Python que ajuda a criar pipelines complexos de trabalhos em lote.
Metaflow - LIB favorável ao ser humano que ajuda cientistas e engenheiros a construir e gerenciar projetos de ciência de dados.
MLRUN - Mecanismo genérico para os cientistas de dados construirem, executarem e monitorarem tarefas e pipelines de ML.
Orchest - Visual Pipeline Editor e Orchestrator de fluxo de trabalho com uma interface do usuário fácil de usar e com base em Kubernetes.
PLOOMBER - Escreva pipelines sustentáveis e prontos para a produção. Desenvolva localmente, implante para a nuvem.
Prefeito - Um sistema de gerenciamento de fluxo de trabalho, projetado para infraestrutura moderna.
VDP - Uma ferramenta de código aberto para integrar perfeitamente a IA para dados não estruturados na pilha de dados moderna.
Wordware-Um IDE de IDE hospedado na Web, onde especialistas em domínio não técnico podem criar agentes de IA específicos para tarefas.
ZenML - Uma estrutura MLOPS de código aberto extensível para criar pipelines reproduzíveis.

Recursos

Onde descobrir novas ferramentas e discutir sobre as existentes.

Artigos

Um passeio de plataformas de aprendizado de máquina de ponta a ponta (linha de dados)
Entrega contínua para aprendizado de máquina (Martin Fowler)
Entregar a visão dos MLOPs: uma abordagem baseada em maturidade (Gigaom)
Operações de aprendizado de máquina (MLOPS): Visão geral, definição e arquitetura (ARXIV)
Roteiro MLOPS: Um Guia de Carreira Completo do MLOPS (Blogs Scaler)
MLOPS: PIPELOS CONTRINADOS DE ENTREGA E AUTOMATION no aprendizado de máquina (Google)
Mlops: aprendizado de máquina como disciplina de engenharia (médio)
Regras de aprendizado de máquina: práticas recomendadas para a ML Engineering (Google)
A pontuação do teste de ML: uma rubrica para a prontidão de produção de ML e a redução de dívida técnica (Google)
O que é Mlops? (Nvidia)