airflow

Apache Airflow: una plataforma para crear, programar y supervisar flujos de trabajo mediante código

Motor de flujos de trabajo para Kubernetes

Apache DolphinScheduler es la plataforma moderna de orquestación de datos. Ágil para crear flujos de trabajo de alto rendimiento con código bajo

Lista curada de recursos sobre Apache Airflow.

DataSphereStudio es un portal integral de desarrollo y gestión de aplicaciones de datos, que abarca escenarios como intercambio de datos, enmascaramiento/limpieza, análisis/minería, medición de calidad, visualización y programación de tareas.

Elyra amplía JupyterLab con un enfoque centrado en la IA.

Una serie de DAGs/Workflows para ayudar a mantener la operación de Airflow.

Más de 2000 preguntas de entrevista para ingenieros de datos

Construye DAGs de Apache Airflow de forma declarativa mediante archivos de configuración YAML.

Ejecute sus proyectos de dbt Core o dbt Fusion como DAGs y grupos de tareas de Apache Airflow con unas pocas líneas de código

Un centro de conocimiento sobre ingeniería de datos y aprendizaje automático

🌀 El marco de trabajo MLOps Full Stack de 7 pasos | Aprende MLE y MLOps gratis diseñando, construyendo y desplegando un sistema por lotes de ML de extremo a extremo ~ código fuente + 2.5 horas de lectura y material en video.

Optimus es un orquestador de flujos de trabajo fácil de usar, fiable y eficiente para la transformación de datos, modelado de datos, tuberías y gestión de calidad de datos.

El Helm Chart de la comunidad de usuarios de Airflow es la forma estándar de desplegar Apache Airflow en Kubernetes con Helm. Creado originalmente en 2017, ha ayudado a miles de empresas a realizar despliegues de Airflow listos para producción en Kubernetes.

Proyecto de ingeniería de datos para principiantes - edición por lotes