Directorio de skills

Descubre skills reutilizables para AI agents.

Busca skills reales de GitHub por tarea y revisa stars, confianza, auditoría, categoría y ruta de instalación antes de utilizarlos.

Cada recomendación conserva un vínculo claro con su repositorio, auditoría y ruta de instalación.

Resultados de búsqueda: pyspark

Directorio en inglés

Petastorm library enables single machine or distributed training and evaluation of deep learning models from datasets in Apache Parquet format. It supports ML frameworks such as Tensorflow, Pytorch, and PySpark and can be used from pure Python code.

1.9K
Stars
76/100
Confianza
Categoría: ml-automationAuditoría

Apache Spark & Python (pySpark) tutorials for Big Data Analysis and Machine Learning as IPython / Jupyter notebooks

1.7K
Stars
68/100
Confianza
Categoría: data-analysisAuditoría

:truck: Agile Data Preparation Workflows made easy with Pandas, Dask, cuDF, Dask-cuDF, Vaex and PySpark

1.5K
Stars
73/100
Confianza
Categoría: data-analysisAuditoría

End-to-end Data Lakehouse project built on Databricks, following the Medallion Architecture (Bronze, Silver, Gold). Covers real-world data engineering and analytics workflows using Spark, PySpark, SQL, Delta Lake, and Unity Catalog. Designed for learning, portfolio building, and job interviews.

344
Stars
66/100
Confianza
Categoría: data-analysisAuditoría

Scriptis is for interactive data analysis with script development(SQL, Pyspark, HiveQL), task submission(Spark, Hive), UDF, function, resource management and intelligent diagnosis.

813
Stars
66/100
Confianza
Categoría: data-analysisAuditoría

Open Source LeetCode for PySpark, Spark, Pandas and DBT/Snowflake

306
Stars
62/100
Confianza
Categoría: github-automationAuditoría