data-quality

学习如何开发、部署并迭代生产级 ML 应用

📚 企业分享的数据科学与机器学习实务论文与技术博客。

Open Context Layer for Data and AI，OpenMetadata 是一个开放平台，用于为人类、AI 助手和代理构建可信的数据上下文与业务语义。

仅需 1 行代码即可对 Pandas 与 Spark DataFrame 进行数据质量分析与探索性数据分析

随时了解数据的预期表现。

Cleanlab 的开源库是以数据为中心的 AI 标准套件，适用于处理混乱、真实世界的数据与标签

精炼高质量数据集与视觉 AI 模型

Evidently 是一个开源 ML 与 LLM 可观测性框架。评估、测试并监控任何 AI 驱动的系统或数据管道。来自表格数据到 Gen AI。100+ 指标。

AI/ML 的开源特征库（Feature Store）

lakeFS - 数据湖的数据版本控制 | Git for data

学习如何设计、开发、部署与迭代生产级 ML 应用

用于机器学习模型和数据管道的开源数据日志库。📚 提供对数据质量和模型长期性能的可见性。🛡️ 支持隐私保护的数据收集，确保安全与鲁棒性。📈

现代数据栈的 Data Contracts 引擎。https://www.soda.io

虚拟特征存储。将您现有的数据基础设施转化为特征存储。

Feathr – 企业级可扩展的统一数据与 AI 工程平台

针对 LLM 的可扩展数据预处理与整理工具包

re_data - 在你的用户与 CEO 发现之前修复数据问题 😊

首个开源的数据发现与可观测性平台。我们让数据从业者轻松工作，以便您专注于业务。

可在您自己的服务器或云端部署的开源 ETL/ELT。基于 DuckDB 打造：无代码/低代码可视化管道或 SQL、385 个组件、dbt、CDC、数据质量、反向 ETL、血缘追踪、供 AI 代理使用的 MCP。没有厂商云端，也没有按行计费。

自动寻找图片数据集中的问题，并实践以数据为中心的计算机视觉。

精选但不完整的数据中心 AI 资源列表。

Open Data Contract Standard (ODCS) 的发源地。

📙 超赞的数据目录与可观测性平台。

强制执行数据契约

针对 Data Frame 与数据库表格的数据质量评估与元数据报告工具

用于自动化计量单位错误检测的生产级 ML 系统 | 88-92% 准确率 | 94% 自主性 | KNIME 工作流程

Qualitis 是一个一站式数据质量管理平台，支持多种数据源的质量验证、通知与管理，用于解决数据处理过程中产生的各种数据质量问题。https://github.com/WeBankFinTech/Qualitis

更深入了解你的资料！Datavines 是新一代数据可观测性平台，支持元数据管理与数据质量。

Dingo：一个全面的 AI 数据、模型与应用程序质量评估工具

失败机器学习项目的真实世界高调案例汇编