data-quality

学习如何开发、部署并迭代生产级 ML 应用

📚 企業分享的資料科學與機器學習實務論文與技術部落格。

Open Context Layer for Data and AI，OpenMetadata 是一個開放平台，用於為人類、AI 助手和代理構建可信的資料上下文與業務語意。

僅需 1 行程式碼即可對 Pandas 與 Spark DataFrame 進行資料品質分析與探索性資料分析

隨時掌握資料的預期表現。

Cleanlab 的開源庫是以資料為中心的 AI 標準套件，適用於處理混亂、真實世界的資料與標籤

精練高品質資料集與視覺 AI 模型

Evidently 是一個開源 ML 與 LLM 可觀測性框架。評估、測試並監控任何 AI 驅動的系統或資料管道。從表格資料到 Gen AI。100+ 指標。

AI/ML 的開源特徵庫（Feature Store）

lakeFS - 資料湖的資料版本控制 | Git for data

學習如何設計、開發、部署與迭代生產級 ML 應用

用於機器學習模型與資料管道的開源資料記錄函式庫。📚 提供對資料品質與模型長期效能的可視性。🛡️ 支援保護隱私的資料收集，確保安全與穩健性。📈

現代資料堆疊的 Data Contracts 引擎。https://www.soda.io

虛擬特徵市集。將您現有的資料基礎設施轉化為特徵市集。

Feathr – 企業級的可擴展統一資料與 AI 工程平台

針對 LLM 的可擴展資料前處理與整理工具包

re_data - 在你的使用者與執行長發現之前修復資料問題 😊

首個開源的資料發現與可觀測性平台。我們讓資料從業者輕鬆工作，以便您專注於業務。

可在您自己的伺服器或雲端部署的開源 ETL/ELT。基於 DuckDB 打造：無程式碼/低程式碼視覺化管線或 SQL、385 個元件、dbt、CDC、資料品質、反向 ETL、血緣追蹤、供 AI 代理使用的 MCP。沒有廠商雲端，也沒有按列計費。

自動尋找圖片資料集中的問題，並實踐以資料為中心的電腦視覺。

精選但不完整的資料中心 AI 資源列表。

Open Data Contract Standard (ODCS) 的發源地。

📙 超讚的資料目錄與可觀測性平台。

強制執行資料合約

針對 Data Frame 與資料庫表格的資料品質評估與詮釋資料報告工具

用於自動化計量單位錯誤檢測的生產級 ML 系統 | 88-92% 準確率 | 94% 自主性 | KNIME 工作流程

Qualitis 是一個一站式資料品質管理平台，支援多種資料源的品質驗證、通知與管理，用於解決資料處理過程中所產生的各種資料品質問題。https://github.com/WeBankFinTech/Qualitis

更深入了解你的資料！Datavines 是新一代資料可觀測性平台，支援後設資料管理與資料品質。

Dingo：一個全面的 AI 資料、模型與應用程式品質評估工具

失敗機器學習專案的真實世界高調案例彙編