mlops

Eine Open-Source-Datenprotokollierungsbibliothek für Modelle des maschinellen Lernens und Daten-Pipelines. 📚 Bietet Einblick in Datenqualität und Modellleistung im Zeitverlauf. 🛡️ Unterstützt datenschutzfreundliche Datenerfassung für Sicherheit und Robustheit. 📈

Die Kontextschicht für unstrukturierte Daten: typisierte, versionierte Datensätze über S3, GCS, Azure

Von der Community gepflegtes Hardware-Plugin für vLLM auf Ascend

✨ Erstellen Sie ein Machine-Learning-Modell aus einem Prompt

Apache Hamilton hilft Data Scientists und Engineers dabei, testbare, modulare und selbstdokumentierende Datenflüsse zu definieren, die Abstammung (Lineage/Tracing) und Metadaten kodieren. Läuft und skaliert überall dort, wo Python läuft.

Entwickeln Sie entscheidungsfähige Anwendungen (Chatbots, Agenten, Simulationen usw.). Überwachen, verfolgen, speichern und ausführen auf Ihrer eigenen Infrastruktur.

Eine kuratierte Liste fantastischer Projekte und Ressourcen rund um Argo (ein CNCF-graduiertes Projekt)

cubestudio ist eine Open-Source Cloud-Native KI-Plattform für Machine Learning, Deep Learning und Large Language Models (LLM). Sie bietet MLOps, Multi-Tenancy, Ressourcen-Leasing, Pipeline-Orchestrierung, verteiltes Training, Inferenz-Dienste, VGPU-Virtualisierung sowie Unterstützung für heterogene Hardware (Ascend, Cambricon etc.) und private Wissensdatenbanken.

LUPINE ist eine GPU-over-IP-Brücke, mit der GPUs auf Remote-Maschinen an reine CPU-Maschinen angeschlossen werden können.

🤖 Sich selbst modifizierendes Framework aus der Zukunft 🔮 Weltweit erstes AMS

🏕️ Reproduzierbare Entwicklungsumgebung für Menschen und Agenten

Verteiltes KI-Modelltraining und LLM-Feinabstimmung auf Kubernetes

nannyml: Data Science nach dem Deployment in Python

MLOps-Beispiele

Der virtuelle Feature Store. Verwandeln Sie Ihre bestehende Dateninfrastruktur in einen Feature Store.

Feathr – Eine skalierbare, vereinheitlichte Daten- und KI-Engineering-Plattform für Unternehmen

Sicherheitsorientierte Leitplanken für KI-gesteuerte Cloud- und Kubernetes-Operationen

OpenMLDB ist eine Open-Source-Datenbank für maschinelles Lernen, die eine Feature-Plattform zur Berechnung konsistenter Features für Training und Inferenz bereitstellt.

Automatisiertes maschinelles Lernen auf Kubernetes

MLRun ist eine Open-Source-MLOps-Plattform zum schnellen Erstellen und Verwalten kontinuierlicher ML-Anwendungen über ihren gesamten Lebenszyklus. MLRun lässt sich in Ihre Entwicklungs- und CI/CD-Umgebung integrieren und automatisiert die Bereitstellung von Produktionsdaten, ML-Pipelines und Online-Anwendungen.

AI Infrastructure Engineer Learning Track – Lehrplan für ML-Infrastruktur in der Produktion (2–4 Jahre Erfahrung)

:closed_book: Klarheit im aktuellen, schnelllebigen Chaos der Open-Source-Innovation

🔥 Echtzeit-NVIDIA-GPU-Dashboard

Open-Source-Forschungsplattform für kontinuierliche Inferenz-Benchmarks — Kimi K3 2.8T, MiniMax M3, DeepSeekv4, GLM5 - GB200 NVL72 vs MI355X vs B200 vs GB300 NVL72 & bald™ TPUv6e/v7/Trainium2/3

🤖 MLE-Agent: Ihr intelligenter Begleiter für reibungslose KI-Entwicklung und -Forschung. 🔍 Integration mit arXiv und Papers with Code für bessere Code- und Forschungspläne. 🧰 Unterstützung für OpenAI, Anthropic, Gemini, Ollama usw. :fireworks: Code-RAG

ModelFox macht das Trainieren, Bereitstellen und Überwachen von Machine-Learning-Modellen einfach.

Eine umfassende Python-Paketvorlage zum Starten und Standardisieren Ihrer MLOps-Initiativen und Daten-Pipelines.

Ein Open-Source-DevOps-Tool der CNCF zum Paketieren und Versionieren von KI/ML-Modellen, Datensätzen, Code und Konfigurationen in ein OCI-Artefakt.

Bereitstellung eines ML-Inferenzdienstes mit geringem Budget in weniger als 10 Zeilen Code.

Hopsworks – Datenintensive KI-Plattform mit einem Feature Store