airflow

Apache Airflow - Une plateforme pour créer, planifier et surveiller des flux de travail par programmation

Moteur de workflow pour Kubernetes

Apache DolphinScheduler est la plateforme moderne d'orchestration de données. Agile pour créer des flux de travail haute performance avec du low-code

Liste organisée de ressources sur Apache Airflow.

DataSphereStudio est un portail complet de développement et de gestion d'applications de données, couvrant l'échange de données, le nettoyage, l'analyse, l'exploration, la mesure de qualité, la visualisation et la planification des tâches.

Elyra enrichit JupyterLab avec une approche centrée sur l'IA.

Une série de DAG et de workflows pour aider à maintenir le fonctionnement d'Airflow.

Plus de 2000 questions d'entretien pour ingénieurs de données

Construisez des DAG Apache Airflow de manière déclarative via des fichiers de configuration YAML.

Exécutez vos projets dbt Core ou dbt Fusion en tant que DAG et Task Groups Apache Airflow avec quelques lignes de code.

Un centre de connaissances dédié à l'ingénierie des données et au machine learning.

Framework MLOps complet en 7 étapes. Apprenez le MLOps gratuitement en concevant, construisant et déployant un système ML batch de bout en bout (code source + 2,5 heures de lecture et matériel vidéo).

Optimus est un orchestrateur de flux de travail simple, fiable et performant pour la transformation de données, la modélisation, les pipelines et la gestion de la qualité des données.

Le chart Helm communautaire est la méthode standard pour déployer Apache Airflow sur Kubernetes avec Helm. Créé à l'origine en 2017, il a depuis aidé des milliers d'entreprises à créer des déploiements d'Airflow prêts pour la production sur Kubernetes.

Projet d'ingénierie des données pour débutants - édition par lot