TECHNICAL BEAT / data-ml

数据与机器学习工程

数据平台、机器学习工程与模型运行基础设施。

本期覆盖
3 个项目入榜
最高发布分
68.5
中位置信度
81%

DIRECTION RANKING / 2026-08-07

本方向完整榜单

在相同工程方向内比较综合价值,避免跨领域热度直接挤占名额。

3 PICKS
1

数据与机器学习工程Python

aeon-toolkit/aeon

A toolkit for time series machine learning and deep learning

AI 推荐理由

aeon-toolkit/aeon:时间序列分析领域专业工具包,提供从预测到异常检测的全流程解决方案。项目自述支持Python生态且近期有9个Pull Request更新,适合数据平台与机器学习工程团队使用。

强项:组织与维护者 85.7

1,426 Star
发布分
68.5
置信度
· 90%
风险扣分
0
2

数据与机器学习工程Julia

sciml/modelingtoolkit.jl

An acausal modeling framework for automatically parallelized scientific machine learning (SciML) in Julia. A computer algebra system for integrated symbolics for physics-informed machine learning and automated transformations of differential equations

AI 推荐理由

sciml/modelingtoolkit.jl:Julia 语言科学计算框架,支持自动并行化物理信息机器学习。近期有 24 个 Pull Request 和 9 个 Issue 活动,适合数据平台与机器学习工程团队。

强项:组织与维护者 74.0

1,653 Star
发布分
51.7
置信度
· 77%
风险扣分
6
3

数据与机器学习工程Jupyter Notebook

sap-samples/hana-ml-samples

This project provides code examples for SAP HANA Predictive and Machine Learning scenarios and is educational content. It covers simple Predictive Analysis Library SQL examples as well as complete SAP HANA design-time “ML scenario”-application content or HANA-ML Python Notebook examples.

AI 推荐理由

sap-samples/hana-ml-samples:提供 SAP HANA 机器学习场景的教育性代码示例,涵盖 SQL 预测分析库及 Python Notebook 应用。近期有 2 次推送和 2 个拉取请求更新,适合数据平台与 ML 工程团队使用。

强项:安全与合规 65.0

114 Star
发布分
50.4
置信度
· 81%
风险扣分
0