DagsHub Inc.

DagsHub provides seamless integration with the data version control tool of my choice, namely DVC; it can be easily used as remote repository for storing large data files, and for storing directories with large amount of files. I also like its integration with Git repository hosting sites, not only GitHub, but also other such services, like GitLab or Bitbucket. DagsHub repository makes it possible to browse and analyze data files, regardless of whether they are versioned using Git, or using DVC. The visualization of data processing pipeline includes both stages, and outputs / data dependencies. I have only lightly tried the experiment tracking part of DagsHub, but I like what I have seen so far. DagsHub includes support for both DVC experiments (`dvc exp`) and MLflow experiments tracking. I have yet to try the data streaming support, or mounting DagsHub storage as S3 filesystem - but it looks like a neat feature.

GAGsHub es donde las personas construyen proyectos de ciencia de datos. Cubren todo el ciclo de vida del aprendizaje automático, sin necesidad de DevOps. Podemos rastrear experimentos. Podemos etiquetar los datos y visualizar, comparar y compartir nuestros resultados. Con una comunidad de miles de profesionales del aprendizaje automático, DAGsHub ayuda a grandes equipos internacionales e individuos a construir proyectos que avanzan en audio. Podemos comunicarnos de manera efectiva al tener discusiones interactivas sobre cualquier experimento o archivo, tomar notas sobre la mejor arquitectura de modelo o revisar la contribución de un miembro del equipo, construir una base de conocimiento para tu futuro yo y tu equipo. Cierra el ciclo desde los datos hasta la producción, más rápido que nunca, esa es la magia de DAGsHub.