mlops

Erfahren Sie, wie man Produktions-ML-Anwendungen entwickelt, bereitstellt und iteriert.

Apache Airflow – Eine Plattform zum programmgesteuerten Autorisieren, Planen und Überwachen von Workflows

Qdrant - Hochleistungs-, massive-scale Vektor-Datenbank und Vektor-Suchmaschine für die nächste Generation von KI. Auch in der Cloud verfügbar https://cloud.qdrant.io/

Label Studio ist ein mehrtypiges Daten-Labeling- und Annotation-Tool mit standardisiertem Ausgabeformat.

Die Open‑Source‑KI‑Engineering‑Plattform für Agenten, Large Language Models und ML‑Modelle. MLflow ermöglicht Teams aller Größenordnungen, Produktions‑Qualitäts‑KI‑Anwendungen zu debuggen, zu bewerten, zu überwachen und zu optimieren, während Kosten kontrolliert und der Zugriff auf Modelle und Daten verwaltet wird.

☁️ Erstellen Sie multimodale KI-Anwendungen mit einem Cloud-nativen Stack

End-to-end, code-first-Tutorials zum Aufbau von produktionsreifen GenAI-Agenten. Vom Prototyp zur Unternehmensbereitstellung.

Eine kuratierte Liste fantastischer Open-Source-Bibliotheken zum Bereitstellen, Überwachen, Versionieren und Skalieren von maschinellem Lernen.

Verwandelt Daten und KI-Algorithmen im Handumdrehen in produktionsreife Webanwendungen.

Machine Learning Engineering Open Book

Der ultimative Trainer für KI-Agenten.

Workflow-Engine für Kubernetes

Weaviate ist eine Open-Source-Vektordatenbank, die sowohl Objekte als auch Vektoren speichert und die Kombination von Vektorsuche mit strukturiertem Filtern bei gleichzeitig hoher Fehlertoleranz und Skalierbarkeit einer Cloud-Native-Datenbank ermöglicht.

Eine Orchestrierungsplattform für die Entwicklung, Produktion und Beobachtung von Daten-Assets.

Kostenloser MLOps-Kurs von DataTalks.Club

Eine kuratierte Liste von Referenzen für MLOps

Führen Sie beliebige Open-Source-LLMs wie DeepSeek und Llama als OpenAI-kompatiblen API-Endpunkt in der Cloud aus.

Wisse immer, was du von deinen Daten erwarten kannst.

Die AI-Entwicklerplattform. Nutzen Sie Weights & Biases zum Trainieren und Fine-Tuning von Modellen sowie zur Verwaltung von der Experimentierung bis zur Produktion.

Beispiel-Jupyter-Notebooks zur Demonstration des Erstellens, Trainierens und Deployens von Machine-Learning-Modellen mit Amazon SageMaker.

Kedro ist eine Toolchain für produktionsreife Data Science. Es nutzt bewährte Softwareentwicklungspraktiken, um reproduzierbare, wartbare und modulare Data-Engineering- und Data-Science-Pipelines zu erstellen.

Die KI-Compute-Plattform für führende Teams. SkyPilot verwandelt fragmentierte KI-Rechenleistung in einen einzigen KI-Supercomputer, sodass fortschrittliche KI-Teams benutzerdefinierte Intelligenz schneller entwickeln können.

Erstellen, Verwalten und Bereitstellen von KI/ML-Systemen

Open-Source-Low-Code-AutoML-Plattform für Python. PyCaret 4.0: sklearn-natives Engine + React Control Plane.

Deeplake ist eine KI-Daten-Runtime für Agenten. Es bietet serverloses Postgres mit einem multimodalen Data Lake, was eine skalierbare Abfrage und Training ermöglicht.

Der einfachste Weg, KI-Apps und -Modelle bereitzustellen – Erstellen Sie Modell-Inferenz-APIs, Job-artige Warteschlangen, LLM-Apps, Multi-Modell-Pipelines und mehr!

Evidently ist ein Open-Source-Framework für ML- und LLM-Observability. Evaluieren, testen und überwachen Sie KI-gestützte Systeme oder Daten-Pipelines. Von tabellarischen Daten bis hin zu Gen AI. Über 100 Metriken.

Dynamische, ausfallsichere KI-Orchestrierung. Koordinieren Sie Daten, Modelle und Rechenleistung beim Erstellen von KI-Workflows.

Das Open-Source-Feature-Store für AI/ML

Open-Lakehouse-Format für multimodale KI. Konvertierung von Parquet in 2 Zeilen Code für 100x schnelleren wahlfreien Zugriff, Vektorindex und Datenversionierung. Kompatibel mit Pandas, DuckDB, Polars, Pyarrow und PyTorch, weitere Integrationen folgen.