Project Icon

Data-Engineering-Roadmap

数据工程师成长路线图及关键技能学习资源

该项目提供了一个系统化的数据工程学习路线图,涵盖编程语言、SQL、数据库、数据处理、集群计算、数据可视化等核心领域。路线图内容丰富,包括Linux系统、数据结构与算法、数据库基础、SQL、NoSQL、数据处理、集群计算、数据仓库、数据可视化等。同时涵盖了CI/CD、云计算、机器学习等相关技术,为构建完整的数据工程知识体系提供了全面指导。它推荐了各方面的学习资源和实用工具,旨在帮助学习者全面掌握数据工程技能,而非仅追随热点。路线图适合不同水平的学习者,为数据工程职业发展提供了清晰指导。

cs-self-learning - 全面系统的计算机科学自学开源指南
CS自学Github开源课程开源项目编程语言计算机科学项目实践
这是一份全面的计算机科学自学指南,涵盖编程语言、算法、人工智能等多个领域。指南提供系统化学习路径,汇集优质开源课程资源和项目实践经验。内容包括多种主流编程语言、数学基础、计算机系统、网络、操作系统、编译原理、机器学习等核心领域。通过完成多个实际项目,学习者可以全面提升编程能力和解决问题的技巧。经过2-3年的学习,自学者可以掌握扎实的理论基础和实践能力,为未来的科研或就业做好准备。该指南适合计算机专业学生和有志于转行IT行业的人士使用。
data-science - 数据科学初学者实践教程集合
GithubJavaScriptPython开源项目数据分析数据可视化数据科学
Data Science for Beginners项目提供了一系列Jupyter Notebooks和网页开发代码,涵盖数据科学完整工作流程。项目使用Python、HTML5和JavaScript(特别是D3.js),展示了scikit-learn和PyCaret等工具的应用。内容包括数据收集、预处理、分析、文本分析和可视化,适合数据科学初学者学习实践。项目还包含数据叙事部分,指导如何改进数据可视化,以及提供了作者Medium博客和Observable个人资料的链接,供进一步学习。
awesome-data-catalogs - 数据目录和可观测性平台列表
AmundsenDataHubGithub开源项目数据发现数据目录数据管理
该项目收集了一系列精心挑选的数据目录和监控平台,帮助企业高效发现、管理和观察数据。通过综合列表,用户可以比较开源和专有工具的不同功能,如数据溯源、数据质量保障和数据协作,满足多样化的数据管理需求。
dl-engineer-guidebook - 介绍深度学习工程师所需的知识, 硬件配置与软件环境详解
GithubLinux命令Python环境macOS环境开源项目深度学习深度学习工作站
本指南详细介绍深度学习工程师所需的知识,包括深度学习工作站配置、操作系统选择和硬件推荐、macOS和Ubuntu环境搭建与优化、Python环境设定、常用Linux命令等。还涵盖CV学习资源及数据集、经典预训练模型和TensorBoard的使用方法,助力工程师在深度学习领域发展。
zero-to-mastery-ml - 从零到精通的机器学习全面指南
GithubScikit-LearnTensorFlowZero to Mastery Machine Learning开源项目数据科学机器学习
本教程涵盖了机器学习从基础到高级的完整学习路径。内容包括代码示例、笔记本、图像和其他资料,均可通过Udemy和zerotomastery.io获取。课程内容包括六步机器学习建模框架、数据科学工具、结构化数据项目、神经网络及深度学习。最新的在线课程材料正在开发中,预计2024年发布更新。此外,还提供学生分享的学习笔记,丰富学习资源。
senior-software-engineer - 优化软件工程师面试准备的综合资源
CI/CDGithub开源项目架构沟通协议编程范式软件开发
提供全面的资源,帮助准备公司内部高级职位的面试和评估,涵盖编程范式、通信协议、性能、架构、设计模式、代码质量、CI/CD、软件开发生命周期、估算、安全性及团队管理与软技能等关键主题,提升竞争力。
machine-learning-interview - 机器学习面试系统设计学习指南
GithubLeetcodeML System DesignMachine Learning开源项目机器学习设计面试准备
本指南为准备机器学习面试的候选人提供全面的学习计划,涵盖YouTube推荐系统设计、LinkedIn信息流排名和广告点击预测等实际案例分析。通过大公司的真实面试问题,覆盖从基本的机器学习概念到深度学习和大数据的进阶主题,帮助求职者在Facebook、Amazon、Apple和Google等顶尖公司中脱颖而出。还提供详细的面试准备清单和成功案例分享,帮助求职者积累实战经验。
Deep-learning-in-cloud - 深度学习云计算资源和工具综合指南
GithubMLOps云GPU免费计算资源开源项目模型部署深度学习
这个开源项目汇集了云端深度学习资源和工具信息。内容包括GPU云服务比较、云GPU提供商列表、定价和试用信息、模型部署平台、MLOps工具以及学术优惠。项目旨在帮助开发者和企业选择合适的云计算资源,提高模型训练效率并降低成本。此外还提供了模型部署和MLOps相关指导,为深度学习全生命周期提供参考。无论是个人开发者还是企业,都能在这里找到适合自己需求的云计算资源和工具。
ML-ProjectKart - 机器学习和人工智能的优质开源项目集合
GithubML-ProjectKart开源项目机器学习深度学习自然语言处理计算机视觉
这个平台展示了多种机器学习、深度学习、计算机视觉和自然语言处理项目,帮助不同水平的用户熟练掌握ML/AI算法。技术从业人员可以通过遵循贡献指南参与项目贡献,获取实践经验并提升技能,推动开源社区的持续发展。
Data-Scientist-Books - 提供AI、深度学习和机器学习相关的推荐书籍列表
AIDLGithubMLResearch开源项目项目实施
该项目提供AI、深度学习和机器学习相关的推荐书籍列表,适合初学者和有经验的研究者。这些书籍帮助读者快速入门,并深入掌握人工智能和机器学习领域的最新技术与应用,提供实际的项目实施指导和建议,从而更高效地完成AI/ML项目。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

Trae

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号