marquez

A Marvelous Open Source Status Page System

Collect, aggregate, and visualize a data ecosystem's metadata

🌅🚀 Automatically optimizes images used in Nuxt.js projects (JPEG, PNG, SVG, WebP and GIF).

A Cross-browser storage for Vue.js and Nuxt.js, with plugins support and easy extensibility based on Store.js.

Dynamically generate `_headers` and `_redirects` files for Netlify in your Nuxt.js projects

📳📱 A vibrate NativeScript plugin for Android and iOS

Collect, aggregate, and visualize a data ecosystem's metadata

[BETA] A simple markdown powered Knowledge Base built with Angular and Django

Lambda data architecture reference project — dbt medallion models, Airflow DAGs, Superset dashboards, and Marquez lineage for Iowa retail and Covid-19 analytics on GCP

Get column-level lineage from Presto SQL Views

🕚📱 Track which versions of your NativeScript App, a user has previously installed.

Simple python script for easy local airflow deployment with docker. Packed with additional components. Will be adding more going forward.

Testing a Docker deployment of Marquez and OpenLineage

Análisis exploratorio de datos (EDA) sobre la afluencia histórica del Metro de la CDMX (2010-2025). Utilizando Python y datos oficiales del Portal de Datos Abiertos, este proyecto identifica patrones temporales, estacionalidad y tendencias de movilidad urbana en una de las redes de transporte más importantes del país.

Deploy MWAA with OpenLineage data lineage tracking using AWS CDK - Airflow 3.0.6, Marquez HA

Análisis exploratorio de datos (EDA) sobre la afluencia histórica del Metrobus de la CDMX (2005-2025). Utilizando Python y datos oficiales del Portal de Datos Abiertos, este proyecto identifica patrones temporales, estacionalidad y tendencias de movilidad urbana.

Análisis exploratorio de datos (EDA) y visualización geográfica de sistemas de captación de lluvia en la Ciudad de México (2019-2024). Utilizando Python y datos de la Secretaría del Medio Ambiente (SEDEMA), se analizaron los registros para identificar su distribución geográfica e implementación a lo largo de los años.

Análisis exploratorio de datos (EDA) de contaminantes atmosféricos y partículas suspendidas (PST, PM10, PM2.5 y Plomo). Utilizando Python y datos de la Red de Meteorología y Radiación Solar (REDMET), en este proyecto se analizaron los registros de partículas en la Ciudad de México del año 2015 a 2023, para identificar patrones estacionales.

Análisis exploratorio de datos (EDA) de condiciones atmosféricas (Temperatura, Humedad Relativa, Dirección y Velocidad del Viento). Utilizando Python y datos de la Red de Meteorología y Radiación Solar (REDMET), se analizaron los registros en la Ciudad de México del año 2015 a 2023 para identificar patrones estacionales y su evolución temporal.

This is a repo for the wiki of the novel One Hundred Years of Solitude.