Définissez des flux de données Python testables et modulaires avec traçabilité et métadonnées intégrées.
Construisez des ETL modulaires, des workflows ML et des pipelines LLM en utilisant des fonctions Python standard et la création automatique de DAG.
Apache Hamilton est une bibliothèque Python légère pour construire des graphes orientés acycliques de transformations de données à l'aide de fonctions standard. Elle convient aux data scientists et ingénieurs qui souhaitent organiser le code en pipelines testables et auto-documentés qui s'exécutent partout où Python s'exécute.
Il construit automatiquement un DAG à partir de fonctions Python ordinaires où les paramètres spécifient les dépendances. Les modificateurs de fonctions gardent le code DRY, et les adaptateurs de données gèrent la validation de schémas pour pandas, polars et Ibis.
Il convient aux équipes de données qui font la transition de modèles de preuve de concept vers des pipelines de production maintenables sans enfermement propriétaire rigide. Il ne convient pas à ceux qui recherchent un orchestrateur pour planifier des tâches ou aux utilisateurs qui ont besoin de boucles et de logique d'agent conditionnelle.
Sépare la définition et l'exécution du DAG afin que les data scientists et les ingénieurs puissent collaborer efficacement.
Utilise @config.when() pour modifier les DAGs entre les environnements au lieu de drapeaux if/else sujets aux erreurs.
Décorez les fonctions pour valider les propriétés de sortie et inspecter automatiquement les schémas de dataframe.
Alimente automatiquement un catalogue de données avec la traçabilité, le traçage et l'observabilité des exécutions.
Gratuit sous licence Apache-2.0, le seul coût étant vos propres ressources d'hébergement si vous exécutez le serveur Hamilton UI.
880 missions ouvertes à distance en entraînement d’IA, mises à jour le 15 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Non, Hamilton est une bibliothèque de couche d'actifs pour organiser le code de transformation de données, et non un système opérationnel de création comme Airflow.
Vous pouvez utiliser les décorateurs @config.when() pour substituer la logique en fonction de paramètres de configuration au lieu d'écrire des instructions conditionnelles en ligne.
Voir Zekai en premier dans Google