Dagster modela pipelines em torno dos dados que produzem, em vez das tarefas que executam — o que torna a linhagem e os testes muito mais fáceis do que no Airflow.
| Categoria | Frameworks de ML & MLOps |
| Tipo | Orquestração de dados |
| Licença | Apache-2.0 |
| Executa localmente | Sim |
| Construído com | Python |
| Nível de habilidade | Intermediário |
| Melhor para | equipes que desejam que seus pipelines sejam testáveis e sua linhagem visível |
Outros frameworks de ml de código aberto & ferramentas de mlops que valem a pena comparar:
TensorFlowO framework de deep learning do Google, construído para produção
PyTorchO framework em que quase todos os modelos de IA modernos são escritos
OpenCVA biblioteca de visão computacional sobre a qual tudo mais é construído
scikit-learnAprendizado de máquina clássico, feito corretamente
Apache AirflowAgende e monitore pipelines de dados
RayEscale Python de um laptop para um cluster
JAXNumPy com autodiff, JIT e TPUs
XGBoostAinda é o melhor em dados tabulares
Label StudioRotule qualquer coisa — texto, imagens, áudio, vídeo
MLflowAcompanhe experimentos e envie modelos sem a planilha
ONNXMova um modelo entre frameworks e tempos de execução
LightGBMAumento de gradiente que treina rapidamente em grandes tabelas
CVATAnotação séria para visão computacional
DVCGit para conjuntos de dados e modelos
OptunaEncontre os hiperparâmetros certos sem adivinhaçãoO Dagster é gratuito e de código aberto (licença Apache-2.0), então você pode usar, auto-hospedar e modificar sem custo.
Sim. O Dagster é projetado para rodar na sua própria máquina ou servidor, mantendo seus dados privados.
Alternativas populares de código aberto incluem TensorFlow, PyTorch, OpenCV. Veja as comparações acima para escolher.
Navegue pelo diretório completo de ferramentas, modelos e projetos de IA de código aberto — atualizado diariamente.
Navegue por todas as ferramentas →