DagsHub est une plateforme conçue pour le suivi d’expériences, la gestion de versions et la collaboration dans les projets de machine learning. Basée sur des outils open source comme Git, DVC (Data Version Control) et MLflow, elle offre une interface similaire à GitHub, adaptée aux flux de travail en science des données.

Elle s’adresse aux chercheurs, ingénieurs ML et équipes data qui ont besoin de tracer, partager et reproduire leurs travaux, en unifiant code, données et modèles dans un référentiel commun.

Principaux avantages :

• Versionne code, données, modèles et expériences au même endroit

• Permet une collaboration fluide avec historique complet

• S’appuie sur des outils standards et facilement intégrables

Quelles sont les fonctionnalités principales de DagsHub ?

Versioning des données et modèles avec DVC

• Intégration native avec DVC pour suivre les datasets et fichiers volumineux

• Prise en charge du stockage distant pour les gros fichiers

• Possibilité de comparer, revenir en arrière et tracer les changements

• Gestion des données similaire au versioning de code

Suivi des expériences avec MLflow

• Intégration avec MLflow pour enregistrer paramètres, métriques et artefacts

• Tableau interactif pour visualiser les résultats d’expériences

• Comparaison directe entre différents runs

• Traçabilité totale entre code, données et résultats

Interface collaborative basée sur Git

• Fonctionne comme un repository Git, familier aux développeurs

• Support des pull requests, commentaires, et historique des modifications

• Visualisation directe des métriques et artefacts dans l’interface web

• Favorise les revues ouvertes et le travail en équipe

Visualisation de pipelines et structure des fichiers

• Affiche les dépendances entre étapes et données (data lineage)

• Vue interactive sur les changements dans les fichiers et dossiers

• Facilité de débogage et reproductibilité dans les workflows complexes

Projets publics ou privés

• Adapté aux projets ouverts ou internes en entreprise

• Gestion des droits d’accès et publication des résultats reproductibles

• Idéal pour les équipes mixtes (recherche, produit, revue)

Pourquoi choisir DagsHub ?

• Plateforme complète pour le suivi, le partage et la reproductibilité

• Basée sur des outils open source standards

• Adaptée aux équipes distribuées et aux projets longue durée

• Conçue pour la science des données ouverte et collaborative

• Convient à la recherche comme aux usages industriels