- KitOps: मॉडल, कोड, मेटाडेटा और आर्टिफैक्ट्स को साझा करने और प्रबंधित करने के लिए पैकेज सपोर्ट
- LangChain: मॉड्यूलर आर्किटेक्चर के साथ कस्टम LLM एप्लिकेशन डेवलपमेंट में मदद
- Pachyderm: डेटा ट्रांसफॉर्मेशन ऑटोमेशन
- ZenML: MLOps पाइपलाइन बनाने के abstraction के जरिए डेटा प्रीप्रोसेसिंग, मॉडल ट्रेनिंग, इवैल्यूएशन और डिप्लॉयमेंट में मदद
- Prefect: task और flow की अवधारणा के साथ machine learning पाइपलाइन बनाना
- Ray: मॉडल डेवलपमेंट के दौरान machine learning workloads को आसानी से scale करने में सपोर्ट
- Metaflow: AI प्रोजेक्ट के prototype से production तक चलाने के लिए ज़रूरी unified API प्रदान करता है
- MLflow: data scientists और engineers को मॉडल डेवलपमेंट और experiments मैनेज करने में सपोर्ट
- Kubeflow: Kubernetes cluster में ML workflow orchestration और deployment को सरल बनाने के लिए डिज़ाइन किया गया
- Seldon core: ML models (TensorFlow, PyTorch, H2o आदि) या language wrappers (Python, Java आदि) को production-ready REST/GRPC microservices में बदलकर ML model deployment, serving और management को सरल बनाता है
- DVC: Git जिस तरह कोड के लिए काम करता है, उसी तरह डेटा और मॉडल बदलावों को ट्रैक करता है, और किसी भी Git repository पर चल सकता है
- Evidently AI: production ML models का विश्लेषण और मॉनिटरिंग करने के लिए डिज़ाइन किया गया observability platform
- Mage AI: बिना ज़्यादा coding के data pipelines बनाने और automate करने के लिए data transformation और integration framework
- ML Run: end-to-end MLOps system को orchestrate करने के लिए serverless तकनीक प्रदान करता है
- Kedro: reproducible, maintainable और modular data science code बनाने के लिए ML development framework
- WhyLogs: ML models और data pipelines के लिए डिज़ाइन की गई open source data logging library
- Feast: development और production environments में ML features को manage और serve करने से जुड़ी stakeholder समस्याओं का समाधान
- Flyte: data scientists और data/analytics engineers को workflows बनाने के लिए Python SDK देता है, जिन्हें आसानी से Flyte backend पर deploy किया जा सकता है
- Featureform: data scientists के लिए ML model features को manage और serve करने की प्रक्रिया सरल बनाने वाला virtual feature store
- Deepchecks: AI प्रोजेक्ट में experiment से deployment तक ML models और data का लगातार test और validation करने वाला ML monitoring tool
- Argo: Kubernetes में parallel jobs को orchestrate करने के लिए Kubernetes-native workflow engine प्रदान करता है
- Deep Lake: deep learning के लिए data lake और RAG applications के लिए vector store के रूप में डिज़ाइन किया गया ML-specialized database tool
- Hopsworks feature store: data ingestion और feature engineering से लेकर model training, deployment और monitoring तक ML feature lifecycle को मैनेज करने के लिए end-to-end solution
- NannyML: ML model deployment के बाद monitoring और maintenance में विशेषज्ञता रखने वाली Python library
- Delta Lake: data lake को reliability देने वाला storage layer framework
1 टिप्पणियां
वाह, क्या कमाल की लिस्ट है
अगर Optuna भी जोड़ दिया जाए तो अच्छा होगा