Lista selecionada de bibliotecas open source para implantar, monitorar, versionar, escalar e proteger modelos de machine learning em produção.
21 mil2,7 milMITAtualizado anteontem
DataTalksClub/mlops-zoomcamp
Curso online gratuito e autodirigido de 9 semanas sobre MLOps: rastreamento de experimentos, orquestração, implantação, monitoramento e boas práticas.
- Estrelas
- 15,450
- Forks
- 3,072
- Issues abertas
- 4
- Último commit
- há 5 dias
O que é?
O MLOps Zoomcamp é um curso gratuito da DataTalks.Club que ensina a levar modelos de machine learning do treinamento e da experimentação para a produção e mantê-los funcionando com confiabilidade. O curso é dividido em seis módulos com videoaulas, exercícios e um projeto final de ponta a ponta.
O programa aborda rastreamento de experimentos e gerenciamento de modelos com MLflow, orquestração de workflows e pipelines de ML, além da implantação de modelos como serviços web online (Flask) e para processamento em streaming ou em lote. Os módulos de monitoramento usam Prometheus, Evidently, Grafana e Prefect; já o módulo de boas práticas aborda testes, linting, CI/CD com GitHub Actions e Terraform.
O curso está totalmente disponível para estudo no seu próprio ritmo, com todo o material hospedado neste repositório. Os pré-requisitos incluem Python, Docker, noções básicas de linha de comando e experiência prévia com machine learning, como a adquirida no curso complementar ML Zoomcamp.
Recursos principais
- 01Aborda rastreamento de experimentos e registro de modelos com MLflow.
- 02Ensina orquestração de workflows e pipelines de ML com Prefect.
- 03Mostra como implantar modelos como serviços web, fazer processamento em streaming com AWS Kinesis e Lambda e realizar pontuação em lote.
- 04Inclui monitoramento com Prometheus, Evidently e Grafana.
- 05Aborda testes, linting, CI/CD com GitHub Actions e Terraform.
- 06Termina com um projeto final que integra todo o pipeline.
Casos de uso
- Cientistas de dados que querem aprender a levar modelos de notebooks para a produção.
- Engenheiros de ML que buscam um currículo estruturado sobre implantação e monitoramento.
- Engenheiros de software que querem criar um projeto de portfólio com práticas de MLOps.
Início rápido
- 1
Abra os materiais do curso no GitHub
- 2
Assista às videoaulas na playlist do YouTube
- 3
Entre no canal do Slack para fazer perguntas e compartilhar seu progresso
Antes de usar
- Não há previsão de uma turma ao vivo em 2026, então você estudará no seu próprio ritmo.
- Os exercícios feitos no seu próprio ritmo são corrigidos por você e não recebem nota; também não há certificado nem revisão por pares.
Tópicos
Perguntas frequentes
- O que é mlops-zoomcamp?
- Curso online gratuito e autodirigido de 9 semanas sobre MLOps: rastreamento de experimentos, orquestração, implantação, monitoramento e boas práticas. O MLOps Zoomcamp é um curso gratuito da DataTalks.Club que ensina a levar modelos de machine learning do treinamento e da experimentação para a produção e mantê-los funcionando com confiabilidade. O curso é dividido em seis módulos com videoaulas, exercícios e um projeto final de ponta a ponta.
- mlops-zoomcamp é gratuito? Qual é a licença?
- mlops-zoomcamp não declara licença. O código é público, mas sem licença você não tem permissão explícita para reutilizá-lo; fale com o autor antes de depender dele.
- mlops-zoomcamp ainda é mantido?
- Manutenção ativa. O último commit de mlops-zoomcamp foi em 15 de out. de 2026.
- Para que posso usar mlops-zoomcamp?
- Cientistas de dados que querem aprender a levar modelos de notebooks para a produção. Engenheiros de ML que buscam um currículo estruturado sobre implantação e monitoramento. Engenheiros de software que querem criar um projeto de portfólio com práticas de MLOps.
- Como instalar mlops-zoomcamp?
- Abra os materiais do curso no GitHub Assista às videoaulas na playlist do YouTube Entre no canal do Slack para fazer perguntas e compartilhar seu progresso
- Onde consigo mlops-zoomcamp?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/DataTalksClub/mlops-zoomcamp
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Apache Airflow é uma plataforma para criar, agendar e monitorar programaticamente workflows definidos como código Python (Dags).
47,2 mil18,1 milPythonApache-2.0Atualizado há 12 horas
Pacote Python para criar e compartilhar rapidamente demonstrações web e interfaces para modelos de machine learning, APIs ou qualquer função Python.
43,8 mil3,6 milPythonApache-2.0Atualizado há 13 horas
Sistema de código aberto para executar, gerenciar e escalar workloads de IA em Kubernetes, Slurm e mais de 20 provedores de nuvem ou GPU com uma única interface.
10,7 mil1,3 milPythonApache-2.0Atualizado há 11 horas
Plataforma nativa do Kubernetes para implantar e servir modelos de IA preditiva e generativa em escala, com suporte a vários frameworks de ML.
6,1 mil1,7 milGoApache-2.0Atualizado ontem
Cria modelos de machine learning a partir de uma intenção em linguagem natural e de um conjunto de dados tabular, usando um fluxo de trabalho multiagente.
2,6 mil263PythonApache-2.0Atualizado há 8 meses