Awesome GitHub RepositoriesCloud Batch Processing

CleanRL is a reinforcement learning library and PyTorch framework providing a suite of reproducible implementations for online reinforcement learning algorithms. It serves as a deep reinforcement learning benchmark suite and experiment orchestrator designed for research and agent development across both discrete and continuous action spaces. The project is distinguished by its single-file algorithm implementation approach, which encapsulates each algorithm in a standalone script to eliminate complex class hierarchies. This structure is paired with a system for scheduling and executing large-s

Hazelcast is a distributed data platform that combines an in-memory data grid with a stream processing engine to support real-time analytics and event-driven applications. It functions as a partitioned, distributed key-value store that replicates data across cluster nodes to provide low-latency access and high availability. The platform also serves as a distributed SQL query engine, allowing users to execute standard SQL statements against both in-memory datasets and external data sources. What distinguishes Hazelcast is its use of a distributed consensus subsystem to maintain strongly consis

Pinot is a distributed, columnar analytical database designed for high-concurrency, low-latency query processing. It functions as a real-time OLAP datastore, enabling interactive, user-facing analytics by ingesting and querying massive datasets from both streaming and batch sources. The system architecture relies on a centralized controller for cluster coordination and a distributed segment-based storage model to ensure horizontal scalability. The platform distinguishes itself through a hybrid ingestion pipeline that unifies real-time event streams and historical batch data into a single quer

This is an educational repository that teaches container orchestration fundamentals through hands-on guides and practical examples. It covers core Kubernetes concepts including Pods, Services, Deployments, and Namespaces, providing step-by-step exercises that demonstrate how to manage containerized applications across a cluster. The tutorials walk through essential Kubernetes capabilities such as decoupling configuration from application code using ConfigMaps and Secrets, exposing Pods with stable network endpoints via Services, and routing external traffic with Ingress controllers. The mater

ZenML is an orchestration platform designed for building, deploying, and monitoring reproducible machine learning pipelines and agentic workflows. It provides a unified framework that manages the entire lifecycle of machine learning assets, from data processing and model training to the deployment of persistent inference services. By decoupling pipeline logic from underlying compute and storage, the platform enables teams to transition workflows seamlessly from local development environments to production-grade cloud infrastructure. The platform distinguishes itself through a service-oriented

Acest proiect este un ghid cuprinzător și o colecție de bune practici pentru testarea aplicațiilor backend Node.js. Oferă un set curatat de tipare și exemple de referință pentru scrierea testelor unitare, de integrare și de componente fiabile. Proiectul se distinge prin strategii specifice pentru integrarea backend, inclusiv metode detaliate pentru testarea contractelor API față de specificațiile OpenAPI și schemele partajate. Oferă îndrumări specializate privind gestionarea testării cozilor de mesaje, concentrându-se pe idempotență, reziliență și sincronizarea asincronă a evenimentelor. Ghidul acoperă o gamă largă de zone de capabilitate, inclusiv izolarea și curățarea stării bazei de date, mock-uirea dependențelor externe prin interceptori de rețea și stub-uri sigure din punct de vedere al tipurilor, și automatizarea infrastructurii de testare containerizate. De asemenea, abordează optimizarea performanței pentru suitele de testare prin utilizarea RAM disk-urilor și a motoarelor de memorie pentru stocarea datelor.

GAM is a command-line tool for administering Google Workspace and Cloud Identity. It translates command-line arguments into structured API calls, enabling administrators to manage users, groups, organizational units, and domain settings across a Google Workspace environment. The tool handles authentication through OAuth2 flows, service accounts, and workload identity federation, and supports multi-tenant configurations for managing multiple domains or cloud projects from a single installation. GAM distinguishes itself through its batch processing and automation capabilities. It can process la

This project is a Python software development kit and framework for building applications that integrate with large language models. It serves as a multimodal content generator and vector embedding library, enabling the production and editing of text, images, audio, and video. The toolkit provides specialized capabilities for adapting base models through supervised and reinforcement training. It further distinguishes itself by offering tools for orchestrating complex workflows, including stateful chat sessions, the enforcement of structured output via schemas, and the integration of external

Good Job este un procesor de joburi în fundal pentru Ruby on Rails care utilizează o bază de date PostgreSQL ca motor principal de stocare. Prin valorificarea tranzacțiilor bazelor de date relaționale, asigură execuția persistentă și fiabilă a sarcinilor, integrându-se direct cu framework-ul Active Job pentru a gestiona operațiunile asincrone și programarea joburilor recurente în mediile de aplicație existente. Sistemul se distinge printr-un model de execuție in-process care permite worker-ilor din fundal să ruleze în același proces ca serverul web, simplificând deployment-ul prin eliminarea nevoii de servicii worker separate. Utilizează execuția worker-ilor multithreaded și lock-uri consultative la nivel de bază de date pentru a coordona sarcinile între procesele distribuite, asigurând execuția unică pentru joburile recurente și utilizarea eficientă a resurselor. Biblioteca oferă controale operaționale cuprinzătoare, inclusiv capacitatea de a grupa sarcini conexe în loturi pentru urmărirea colectivă a ciclului de viață și utilizarea inserției în masă pentru a optimiza ingestia sarcinilor de înaltă frecvență. Administratorii pot gestiona limitele de concurență, pot aloca pool-uri de thread-uri dedicate pentru cozi specifice și pot monitoriza starea sistemului printr-un dashboard web personalizabil și integrat. Proiectul include o interfață încorporată pentru inspectarea, pauzarea și depanarea sarcinilor în timp real, alături de retenția configurabilă a istoricului pentru audit și analiza performanței.

Map-anything is a 3D scene reconstruction framework and neural geometry estimator designed to transform two-dimensional images into metric three-dimensional spatial representations using feed-forward neural networks. It provides a specialized toolkit for predicting camera intrinsics and ray directions from single images without requiring external geometric metadata. The project includes a 3D model benchmarking suite that utilizes a unified model wrapper to standardize outputs from diverse reconstruction models. This allows for consistent evaluation and accuracy measurement across various spat