#180 · 主分类： MLOps与评测
energy-forecasting
🌀 全栈7步MLOps框架 | 通过设计、构建和部署端到端ML批处理系统免费学习MLE和MLOps ~ 源代码 + 2.5小时阅读与视频材料
项目最后更新：04/03/24
GitHub Stars
985
Forks数量
217
贡献者数量
7
许可证
MIT
收录理由
这个仓库不是又一篇孤立的 MLOps 教程，而是一套能真正跑起来的完整批处理系统。七节课带你训练一个预测丹麦每小时用电量的模型，并把它完整送进生产环境：从特征存储、实验跟踪、Airflow 编排的训练和预测，到用 FastAPI 和 Streamlit 做服务与监控，最后部署到 GCP。代码全部可用，还配了大约两个半小时的文字和视频讲解，学完既可以把它当作自己批处理管线的通用样板，也能作为机器学习工程师或想转行做 MLE 的开发者的实操学习路径。虽然例子落在能源领域，但真正值得带走的是数据校验、版本管理、Poetry 打包、CI/CD 这些习惯，它们在你合上仓库之后依然有用。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
unsloth
本地UI，用于运行和训练LLM及扩散模型。支持GGUF、MLX、Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、FLUX等。
LlamaFactory
统一高效微调100+大语言模型与视觉语言模型（ACL 2024）
airflow
Apache Airflow - 一个以编程方式编写、调度和监控工作流的平台
langfuse
🪢 开源AI工程平台：LLM评估、可观测性、指标、提示管理、游乐场、数据集。与OpenTelemetry、LangChain、OpenAI SDK、LiteLLM等集成。🍊YC W23
netron
神经网络、深度学习和机器学习模型的可视化工具