big-data

Service d'orchestration distribué pour Big Data

Data lake de sécurité open source pour la chasse aux menaces, la détection, la réponse et l'analyse de cybersécurité à l'échelle du pétaoctet sur AWS

Tutoriels Apache Spark et Python (pySpark) pour l'analyse de Big Data et le Machine Learning sous forme de notebooks IPython / Jupyter

Tonbo est une base de données embarquée pour les environnements d'exécution serverless et edge.

Tableaux de bord utilisant des fichiers YAML ou JSON

Dremio - le chaînon manquant dans les données modernes.

Solution de stockage de données haute performance

Avro pour JavaScript ⚡

Une base de données MPP (Massively Parallel Processing) avancée et mature. Alternative open source à Greenplum Database.

Extension pour Scikit-learn permettant d'accélérer facilement vos applications Scikit-learn

PySpark-Tutorial fournit des algorithmes de base utilisant PySpark.

Système de stockage distribué, évolutif et fiable, optimisé pour l'analyse de données et les charges de travail de stockage d'objets.

Application de bureau Windows simple pour visualiser et interroger des fichiers Apache Parquet.

GraphFrames est un package pour Apache Spark fournissant des graphes basés sur les DataFrames

Apache Amoro (en incubation) est un système de gestion de Lakehouse basé sur des formats de lac de données ouverts.

Apache Accumulo

ClickBench : un benchmark pour les bases de données analytiques

Répertoire de catalogues de données et de plateformes d'observabilité.

ADAM est une plateforme d'analyse génomique utilisant des formats de fichiers spécialisés basés sur Apache Avro, Apache Spark et Apache Parquet. Sous licence Apache 2.

Un fork de ClickHouse prenant en charge la recherche vectorielle et la recherche plein texte haute performance.

Opérateur Kubernetes pour Apache Flink.

Ressources de carrière pour la science des données, l'apprentissage automatique, le Big Data et l'analyse commerciale.

Serveur pour le projet ListenBrainz, incluant le code front-end (javascript/react) et tous les composants de traitement de données utilisés par LB.

Plugin NVIDIA cuDF pour Apache Spark - accélérez Apache Spark avec les GPU.

Sparkling Water intègre les fonctionnalités de H2O au sein d'un cluster Spark.

Un protocole ouvert pour le partage sécurisé de données.

Algorithmes en un seul passage pour les statistiques.

Un dépôt supplémentaire regroupant des concepts fondamentaux, des défis techniques et des ressources sur l'ingénierie des données en espagnol.

Structure de données apprise de pointe permettant des recherches rapides, des prédécesseurs, des recherches par plage et des mises à jour dans des tableaux de milliards d'éléments en utilisant beaucoup moins d'espace que les index traditionnels

Projets d'IA