data-quality

Apprenez à développer, déployer et itérer sur des applications ML de qualité production.

📚 Articles de recherche et blogs techniques d'entreprises partageant leurs travaux sur la science des données et l'apprentissage automatique en production.

La couche de contexte ouverte pour les données et l'IA. OpenMetadata est la plateforme ouverte pour construire un contexte de données fiable et une sémantique métier pour les humains, les assistants IA et les agents.

Profilage de la qualité des données et analyse exploratoire en une ligne de code pour les DataFrames Pandas et Spark.

Sachez toujours à quoi vous attendre de vos données.

La bibliothèque open source de Cleanlab est le package d'IA centré sur les données standard pour la qualité des données et l'apprentissage automatique avec des données et des étiquettes réelles et imparfaites.

Affinez des jeux de données de haute qualité et des modèles d'IA visuelle.

Evidently est un framework open-source d'observabilité pour le ML et les LLM. Évaluez, testez et surveillez tout système basé sur l'IA ou pipeline de données. Des données tabulaires à l'IA générative. Plus de 100 métriques.

Le Feature Store open source pour l'IA et le ML.

lakeFS - Contrôle de version pour votre data lake | Git pour les données.

Apprenez à concevoir, développer, déployer et itérer sur des applications ML de qualité production.

Une bibliothèque open-source de journalisation de données pour les modèles de machine learning et les pipelines de données. Offre une visibilité sur la qualité des données et les performances des modèles dans le temps. Prend en charge la collecte de données préservant la confidentialité, garantissant sécurité et robustesse.

Moteur de contrats de données pour la pile de données moderne.

Le Virtual Feature Store. Transformez votre infrastructure de données existante en un feature store.

Feathr – Une plateforme d'ingénierie de données et d'IA unifiée et évolutive pour les entreprises.

Boîte à outils évolutive de prétraitement et de curation de données pour les LLM.

re_data - corrigez les problèmes de données avant que vos utilisateurs et votre PDG ne les découvrent.

Première plateforme open source de découverte et d'observabilité des données. Nous simplifions la vie des praticiens de la donnée pour que vous puissiez vous concentrer sur votre activité.

Solution ETL/ELT open-source à déployer sur vos propres serveurs ou dans le cloud. Basée sur DuckDB : pipelines visuels no-code/low-code ou SQL, 385 composants, dbt, CDC, qualité des données, reverse ETL, lignage, MCP pour agents IA. Sans cloud propriétaire ni facturation par ligne.

Détectez automatiquement les problèmes dans les jeux de données d'images et pratiquez la vision par ordinateur centrée sur les données.

Une liste organisée, bien qu'incomplète, de ressources sur l'IA centrée sur les données.

Référentiel de l'Open Data Contract Standard (ODCS).

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

Appliquer des contrats de données

Évaluation de la qualité des données et rapports de métadonnées pour les dataframes et les tables de base de données.

Système ML de qualité production pour la détection automatique des erreurs d'unité de mesure | Précision 88-92% | Autonomie 94% | Workflow KNIME.

Qualitis est une plateforme de gestion de la qualité des données tout-en-un qui prend en charge la vérification, la notification et la gestion de la qualité pour diverses sources de données. Elle est utilisée pour résoudre les problèmes de qualité de données causés par le traitement des données. https://github.com/WeBankFinTech/Qualitis

Mieux connaître vos données ! Datavines est une plateforme d'observabilité des données de nouvelle génération, prenant en charge la gestion des métadonnées et la qualité des données.

Compilation d'exemples concrets et notables de projets de machine learning ayant échoué

Dingo : Un outil complet d'évaluation de la qualité des données, des modèles et des applications IA.