datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
machine-failure-mlops-demo-logsmlops-deployment-sft-100k
MLOps Deployment SFT 100K
A synthetic supervised fine-tuning dataset of 100,000 high-quality conversations covering MLOps and ML model deployment — from model serving and inference optimization to monitoring, CI/CD, and production scaling. Designed to train AI assistants that can help ML engineers deploy and operate models at scale.
Dataset Description
This dataset covers the full MLOps lifecycle across 13 specialized categories. Each record follows the ShareGPT… See the full description on the dataset page: https://huggingface.co/datasets/stindardlogic/mlops-deployment-sft-100k.insurance-charge-mlops-logsinsurance-charge-mlops-logsinsurance-charge-mlops-logsinsurance-charge-mlops-logsinsurance-charge-mlops-logsinsurance-charge-mlops-logs-v3insurance-charge-mlops-logsv2_insurance-charge-mlops-logsinsurance-charge-mlops-logsinsurance-charge-mlops-logsinsurance-charge-mlops-logsmachine-failure-mlops-logsinsurance-charge-mlops-logsinsurance-charge-mlops-logsinsurance-charge-mlops-logsinsurance-charge-mlops-logsinsurance-charge-mlops-logsinsurance-charge-mlops-logsinsurance-charge-mlops-logsinsurance-charge-mlops-logs-v2investment_analysis
코스피 상장 기업 공시정보 기반 투자 리포트 데이터셋
이 데이터셋은 국내 코스피 상장 기업의 공시정보를 바탕으로, 투자 전문가들이 활용할 수 있는 심층적 분석과 투자 전략 제안을 목표로 제작되었습니다. 특히, 이 데이터셋은 GPT 파인튜닝에 최적화된 구조로 설계되어 있어, 다양한 역할(role)을 포함한 메시지 기반의 대화 형식으로 구성되어 있습니다.
데이터셋 구조
데이터셋은 JSONL 포맷으로 제공되며, 각 항목은 GPT 파인튜닝에 최적화된 메시지 형식을 따릅니다. 주요 구성은 다음과 같습니다:
messages: 메시지 배열 형태로 구성되어 있으며, 각 메시지는 아래와 같은 역할을 가집니다.
system: 모델의 역할과 행동 지침을 정의합니다.예시: "당신은 기업 재무 및 투자 분석 전문가입니다. 참고 컨텍스트를 기반으로 사용자 질문에 대해 정확하고 논리적으로 답변하세요."
user: 사용자의 질문과 컨텍스트(예시 데이터, 재무제표… See the full description on the dataset page: https://huggingface.co/datasets/MLOpsEngineer/investment_analysis.insurance-charge-mlops-logsinsurance-charge-mlops-logs
Insurance Charge MLOps Logs
Dataset Description
This dataset contains inference-time logs generated by a deployed machine learning model
that predicts insurance charges based on customer attributes.
The data is produced by a Gradio application running on Hugging Face Spaces as part of an
MLOps learning project.
Columns
age: Age of the individual
bmi: Body Mass Index
children: Number of dependents
sex: Gender (male, female)
smoker: Smoking status (yes, no)… See the full description on the dataset page: https://huggingface.co/datasets/salmadrigal/insurance-charge-mlops-logs.10K-reports-mlops-logsinsurance-charge-mlops-logs3insurance-charge-mlops-logsinsurance-charge-mlops-logs2insurance-charge-mlops-logs1