mlops

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. 📈

La capa de contexto para datos no estructurados: conjuntos de datos tipados y versionados sobre S3, GCS y Azure

Plugin de hardware mantenido por la comunidad para vLLM en Ascend

✨ Construye un modelo de aprendizaje automático a partir de un mensaje

Apache Hamilton ayuda a los científicos de datos e ingenieros a definir flujos de datos comprobables, modulares y autodocumentados que codifican la procedencia, el rastreo y los metadatos. Se ejecuta y escala en cualquier lugar donde lo haga Python.

Construya aplicaciones que tomen decisiones (chatbots, agentes, simulaciones, etc.). Monitoree, rastree, persista y ejecute en su propia infraestructura.

Una lista seleccionada de proyectos y recursos increíbles relacionados con Argo (un proyecto graduado de la CNCF)

Plataforma nativa de la nube de código abierto para ML/DL, MaaS y MLOps. Ofrece un ciclo de vida completo de algoritmos, multi-tenancy, orquestación de flujos de trabajo, entrenamiento distribuido, ajuste fino de modelos (SFT/RLHF), inferencia con vLLM/Ollama, bases de conocimiento privadas y soporte para hardware heterogéneo (Ascend, Cambricon, etc.) con capacidades de computación en el borde.

LUPINE es un puente GPU over IP que permite conectar GPUs en máquinas remotas a máquinas exclusivas de CPU.

🤖 Framework auto-modificable del futuro 🔮 El primer AMS del mundo

🏕️ Entorno de desarrollo reproducible para humanos y agentes

Entrenamiento distribuido de modelos de IA y ajuste fino de LLM en Kubernetes

nannyml: ciencia de datos posdespliegue en Python

Ejemplos de MLOps.

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

Barreras de seguridad para operaciones de nube y Kubernetes impulsadas por IA.

OpenMLDB es una base de datos de machine learning de código abierto que proporciona una plataforma de características para calcular características consistentes para entrenamiento e inferencia.

Machine Learning automatizado en Kubernetes

MLRun es una plataforma MLOps de código abierto para construir y gestionar rápidamente aplicaciones de ML continuas a lo largo de su ciclo de vida. MLRun se integra en tu entorno de desarrollo y CI/CD, automatizando la entrega de datos de producción, pipelines de ML y aplicaciones en línea.

Ruta de aprendizaje para Ingenieros de Infraestructura de IA - Plan de estudios de infraestructura de ML en producción (2-4 años de experiencia)

Claridad en el actual y vertiginoso caos de la innovación de código abierto

🔥 Panel de control en tiempo real para GPU NVIDIA

Plataforma de investigación de benchmarks de inferencia continua de código abierto — Kimi K3 2.8T, MiniMax M3, DeepSeekv4, GLM5 - GB200 NVL72 vs MI355X vs B200 vs GB300 NVL72 y próximamente™ TPUv6e/v7/Trainium2/3

MLE-Agent: tu compañero inteligente para ingeniería e investigación de IA sin interrupciones. Integración con arxiv y paper with code para proporcionar mejores planes de código e investigación. Soporte para OpenAI, Anthropic, Gemini, Ollama, etc. Code RAG

ModelFox facilita el entrenamiento, despliegue y monitoreo de modelos de aprendizaje automático.

Una plantilla completa de paquetes de Python para iniciar y estandarizar tus iniciativas de MLOps y pipelines de datos.

Una herramienta DevOps de código abierto de la CNCF para empaquetar y versionar modelos de IA/ML, conjuntos de datos, código y configuraciones en un artefacto OCI.

Despliega un servicio de inferencia de ML con bajo presupuesto en menos de 10 líneas de código.

Hopsworks: plataforma de IA intensiva en datos con un Feature Store