awesome-mlops

这是一个精心整理的MLOps（机器学习运维）资源导航清单，汇集了权威的工具、框架、规范、教程、论文及社区资料。项目覆盖MLOps全生命周期关键环节，包括工作流管理、特征存储、模型部署与服务、监控测试、数据工程、基础设施、治理伦理及团队协作实践，并强调工程化、可重复性与跨职能协同。适用于AI/ML工程师、数据科学家、平台研发人员及技术管理者系统性学习和落地MLOps方法论与最佳实践。