#data 每日趋势报告

🎓 系统性大语言模型构建课程｜🛠️ 覆盖预训练数据工程、分词器、Transformer、混合专家模型、GPU编程、分布式训练、缩放定律、推理优化及对齐技术｜🚀 6个渐进式作业结合代码实践，构建大语言模型全栈知识体系

15MB，轻量级，跨平台数据库客户端。支持 MySQL、PostgreSQL、SQLite、Redis、MongoDB、DuckDB、ClickHouse、SQL Server 等。

数据工程全方位学习资源汇总仓库

从零到精通的机器学习与数据科学课程全套教学资料

易于使用的开源商业智能和嵌入式分析工具，让每个人都能轻松处理数据 📊

所有算法均以 Java 实现

本仓库展示检索增强生成系统的多种先进技术，该系统通过结合信息检索与生成模型来提供精准且上下文丰富的响应

十周二十课，人人皆可数据科学！

Apache Spark——面向大规模数据处理的统一分析引擎

超越冰箱的ERP系统——Grocy是一款基于网页的自托管家庭食品杂货与家居管理解决方案

为特斯拉汽车提供的自托管数据记录器

开放公共领域JSON格式运动数据集，包含800多个可浏览且支持公开检索前端的训练动作

一个专注于应用程序开发的SQLite数据库工具包。

Apache DataFusion Comet Spark加速器

Apache DolphinScheduler是现代数据编排平台，通过低代码方式敏捷构建高性能工作流

Apache Doris 是一款易用、高性能的统一分析数据库。

用于保护机器学习和 AI 系统的 MLSecOps 工具和资源的精选列表 - 对抗性 ML 防御、LLM 安全、AI 红队、模型扫描、供应链保护和 MLOps 管道安全。

Apache Kyuubi是面向数据仓库和数据湖的分布式多租户无服务SQL网关

一种开源存储框架，能够通过Spark、PrestoDB、Flink、Trino和Hive等计算引擎及API构建湖仓架构。

DummyJSON.com 提供各类填充了JSON数据的REST端点，您可在使用偏好框架与库开发前端时直接调用，无需编写后端代码。

全球最快的开源查询引擎，为数据湖仓内外提供亚秒级分析能力。StarRocks凭借卓越的灵活性支持几乎所有场景，在多维分析、实时分析和即席查询领域提供顶尖性能。该项目隶属于Linux基金会。

Spark RAPIDS插件 - 利用GPU加速Apache Spark

基于工作流程的协作式机器学习数据分析

基于代码属性图的C/C++/Java/二进制/JavaScript/Python/Kotlin开源代码分析平台。Discord https://discord.gg/vv4MH284Hc

通过WebSocket实现广播、状态监测与Postgres变更推送

易受攻击的Ruby Gems数据库

使用 Crunchy Data 的 Postgres 运维器 PGO 部署应用程序的示例

Oracle 数据库示例模式

直观的类电子表格界面，让所有技术水平的用户都能直接查看、编辑、查询和协作处理Postgres数据——100%开源且支持自托管，具备原生Postgres访问控制功能。