data-quality

Aprende a desarrollar, desplegar e iterar sobre aplicaciones de ML listas para producción.

📚 Artículos y blogs técnicos de empresas que comparten su trabajo sobre ciencia de datos y machine learning en producción.

La capa de contexto abierto para datos e IA. OpenMetadata es la plataforma abierta para construir contexto de datos confiable y semántica de negocio para humanos, asistentes de IA y agentes.

1 línea de código para perfiles de calidad de datos y análisis exploratorio de datos para Pandas y Spark DataFrames.

Siempre sabe qué esperar de tus datos.

La librería de código abierto de Cleanlab es el paquete estándar de IA centrada en datos para la calidad de datos y el aprendizaje automático con datos y etiquetas del mundo real desordenados.

Refina conjuntos de datos de alta calidad y modelos de IA visual

Evidently es un marco de observabilidad de código abierto para ML y LLM. Evalúa, prueba y monitorea cualquier sistema impulsado por IA o canalización de datos. Desde datos tabulares hasta Gen AI. Más de 100 métricas.

El repositorio de características de código abierto para IA y aprendizaje automático

lakeFS - Control de versiones de datos para tu data lake | Git para datos

Aprende a diseñar, desarrollar, desplegar e iterar aplicaciones de ML listas para producción.

Una biblioteca de registro de datos de código abierto para modelos de machine learning y pipelines de datos. 📚 Proporciona visibilidad sobre la calidad de los datos y el rendimiento del modelo a lo largo del tiempo. 🛡️ Soporta la recopilación de datos preservando la privacidad, garantizando seguridad y robustez. 📈

Motor de contratos de datos para la pila de datos moderna. https://www.soda.io

El Virtual Feature Store. Convierte tu infraestructura de datos existente en un feature store.

Feathr – Una plataforma de ingeniería de datos e IA escalable y unificada para empresas

Kit de herramientas escalable para el preprocesamiento y curación de datos para LLMs

re_data: soluciona problemas de datos antes de que tus usuarios y el CEO los descubran

La primera plataforma de descubrimiento y observabilidad de datos de código abierto. Facilitamos la vida a los profesionales de datos para que puedas centrarte en tu negocio.

ETL/ELT de código abierto para desplegar en servidores propios o en la nube. Construido sobre DuckDB: pipelines visuales sin código/bajo código o SQL, 385 componentes, dbt, CDC, calidad de datos, ETL inverso, linaje y MCP para agentes de IA. Sin nube de proveedores ni facturación por fila.

Encuentra automáticamente problemas en conjuntos de datos de imágenes y practica la visión artificial centrada en los datos.

Una lista curada, aunque incompleta, de recursos de IA centrados en datos.

Hogar del Estándar de Contrato de Datos Abiertos (ODCS).

📙 Lista de catálogos de datos y plataformas de observabilidad destacados.

Aplicación de contratos de datos

Evaluación de la calidad de datos e informes de metadatos para data frames y tablas de bases de datos

Sistema de ML de grado de producción para la detección automática de errores en unidades de medida | 88-92% de precisión | 94% de autonomía | Flujo de trabajo en KNIME.

Qualitis es una plataforma integral de gestión de calidad de datos que admite verificación, notificación y gestión de calidad para diversas fuentes de datos. Se utiliza para resolver problemas de calidad de datos causados por el procesamiento de los mismos. https://github.com/WeBankFinTech/Qualitis

Conozca mejor sus datos. Datavines es una plataforma de observabilidad de datos de próxima generación que admite la gestión de metadatos y la calidad de los datos.

Compilación de ejemplos reales y destacados de proyectos de machine learning fallidos

Dingo: Una herramienta integral de evaluación de calidad para datos, modelos y aplicaciones de IA