Curso online gratuito e autodirigido de 9 semanas sobre MLOps: rastreamento de experimentos, orquestração, implantação, monitoramento e boas práticas.
EthicalML/awesome-production-machine-learning
Lista selecionada de bibliotecas open source para implantar, monitorar, versionar, escalar e proteger modelos de machine learning em produção.
- Estrelas
- 21,018
- Forks
- 2,695
- Issues abertas
- 41
- Último commit
- anteontem
O que é?
Awesome Production Machine Learning é uma lista categorizada de ferramentas open source para levar modelos de machine learning da experimentação à produção. Os itens são agrupados por etapa do fluxo de trabalho, incluindo AutoML, treinamento distribuído e otimização de computação, anotação de dados, pipelines e orquestração de dados, notebooks, armazenamento de dados, feature stores, treinamento de modelos e gerenciamento de experimentos, implantação e serving, avaliação e monitoramento, explicabilidade e privacidade.
Cada item tem um link para o repositório do projeto e uma breve descrição de sua função. A lista também abrange áreas específicas, como visão computacional, NLP, sistemas de recomendação e aprendizado por reforço. Os mantenedores publicam resumos mensais das bibliotecas adicionadas recentemente por meio das releases do GitHub.
Recursos principais
- 01Organizada em mais de 20 categorias que abrangem o ciclo de vida de ML, dos dados ao serving.
- 02Cada item tem um link para o repositório e uma descrição breve de sua finalidade.
- 03Inclui ferramentas para implantação, monitoramento, versionamento e escalabilidade de modelos.
- 04Abrange bibliotecas específicas para visão computacional, NLP, sistemas de recomendação e aprendizado por reforço.
- 05As notas mensais de release resumem as bibliotecas adicionadas recentemente.
Casos de uso
- Encontrar um feature store, um orquestrador de fluxos de trabalho ou uma ferramenta de serving de modelos ao projetar uma stack de MLOps.
- Comparar bibliotecas candidatas para AutoML ou ajuste de hiperparâmetros antes de adotar uma delas.
- Integrar-se à infraestrutura de ML de uma equipe conhecendo as categorias de ferramentas disponíveis.
- Acompanhar ao longo do tempo as novidades em ferramentas de ML para produção por meio das atualizações mensais da lista.
Tópicos
Perguntas frequentes
- O que é awesome-production-machine-learning?
- Lista selecionada de bibliotecas open source para implantar, monitorar, versionar, escalar e proteger modelos de machine learning em produção. Awesome Production Machine Learning é uma lista categorizada de ferramentas open source para levar modelos de machine learning da experimentação à produção. Os itens são agrupados por etapa do fluxo de trabalho, incluindo AutoML, treinamento distribuído e otimização de computação, anotação de dados, pipelines e orquestração de dados, notebooks, armazenamento de dados, feature stores, treinamento de modelos e gerenciamento de experimentos, implantação e serving, avaliação e monitoramento, explicabilidade e privacidade.
- awesome-production-machine-learning é gratuito? Qual é a licença?
- awesome-production-machine-learning é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- awesome-production-machine-learning ainda é mantido?
- Manutenção ativa. O último commit de awesome-production-machine-learning foi em 18 de out. de 2026.
- Para que posso usar awesome-production-machine-learning?
- Encontrar um feature store, um orquestrador de fluxos de trabalho ou uma ferramenta de serving de modelos ao projetar uma stack de MLOps. Comparar bibliotecas candidatas para AutoML ou ajuste de hiperparâmetros antes de adotar uma delas. Integrar-se à infraestrutura de ML de uma equipe conhecendo as categorias de ferramentas disponíveis. Acompanhar ao longo do tempo as novidades em ferramentas de ML para produção por meio das atualizações mensais da lista.
- Onde consigo awesome-production-machine-learning?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/EthicalML/awesome-production-machine-learning
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Lista selecionada em Markdown de canais do YouTube em inglês que ensinam programação, desenvolvimento web, machine learning, cibersegurança e outros temas de tecnologia.
Pacote Python para criar e compartilhar rapidamente demonstrações web e interfaces para modelos de machine learning, APIs ou qualquer função Python.
Um hub organizado de cursos de IA generativa, seleções de artigos de pesquisa, materiais para entrevistas e notebooks de código, estruturado por jornada e nível de habilidade.
Companheiro gratuito, disponível online e organizado por capítulos, para o livro chinês de deep learning de Qiu Xipeng, com uma edição completa, outra para o público geral, PDFs e erratas.
Guia curado em chinês sobre o ChatGPT e LLMs de ponta, com conteúdo sobre uso, criação de prompts, desenvolvimento de apps, agentes e ferramentas de produtividade.